贝叶斯网络中的变量必须是布尔型吗?

我无法相信我找不到任何相关信息,但贝叶斯网络中的变量必须是布尔型的吗?我在教科书或网上找到的所有例子都使用了真/假变量,但如果一个变量有超过两个可能的值,我该如何在贝叶斯网络中表示它呢?

例如,我被给出了以下问题:

我们有一袋三个有偏见的硬币a、b和c,它们正面朝上的概率分别为20%、60%和80%。从袋子中随机抽取一枚硬币(抽取每枚硬币的可能性相同),然后将这枚硬币翻转三次以生成结果X1、X2和X3。

绘制对应于这种设置的贝叶斯网络,并定义必要的条件概率表(CPT)。

有谁能帮我指点一下如何开始解决这个问题吗?


回答:

贝叶斯网络支持具有超过两个可能值的变量。Koller和Friedman的《概率图模型》一书中有使用更大变量域的例子。

通常,贝叶斯网络具有离散随机变量(具有有限数量的不同值)。但也可以定义具有可数无限或连续变量的贝叶斯网络。不过,在后一种情况下,推理算法会发生显著变化。

现在我尝试在网上寻找一些例子,我不得不承认你是正确的。它们确实很难找到。这里有一个来自上述书籍的例子。变量Grade可以取三个不同的值。

具有更大变量域的贝叶斯网络示例

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注