我正在尝试使用BNT和MATLAB实现一个朴素贝叶斯分类器。到目前为止，我一直使用简单的tabular_CPD变量，并对变量的概率进行“猜测”。我的原型网络目前包括以下内容：

DAG = false(5);DAG(1, 2:5) = true;bnet = mk_bnet(DAG, [2 3 4 3 3]);bnet.CPD{1} = tabular_CPD(bnet, 1, [.5  .5]);bnet.CPD{2} = tabular_CPD(bnet, 2, [.1  .345   .45 .355   .45 .3]);bnet.CPD{3} = tabular_CPD(bnet, 3, [.2  .02    .59 .2     .2  .39    .01 .39]);bnet.CPD{4} = tabular_CPD(bnet, 4, [.4  .33333 .5  .33333 .1  .33333]);bnet.CPD{5} = tabular_CPD(bnet, 5, [.5  .33333 .4  .33333 .1  .33333]);engine = jtree_inf_engine(bnet);

这里变量1是我期望的输出变量，初始设置为对任一输出类别分配0.5的概率。

变量2-5定义了我测量的特征的条件概率分布：

• 2是集群大小，范围从1到十几个或更多
• 3是一个比率，将是一个大于或等于1的实数值
• 4和5是标准偏差（实数）值（X和Y的散布）

为了对候选集群进行分类，我将所有特征测量值分成3-4个范围区间，如下所示：

...    evidence = cell(1, 5);    evidence{2} = sum(M > [0 2 6]);    evidence{3} = sum(O > [0 1.57 2 3]);    evidence{4} = sum(S(1) > [-Inf 1 2]);    evidence{5} = sum(S(2) > [-Inf 0.4 0.8]);    eng = enter_evidence(engine, evidence);    marginals = marginal_nodes(eng, 1);    e = marginals.T(1);...

考虑到我只是在猜测范围区间和概率值，这实际上效果还不错。但我认为我应该使用的是gaussian_CPD。我认为gaussian_CPD可以学习最佳的区间和概率（作为均值和协方差矩阵以及权重）。

我的问题是，我找不到任何关于BNTgaussian_CPD类的简单示例。例如，我如何初始化一个gaussian_CPD以大致与上面的tabular_CPD变量具有相同的行为？

回答：

我最终通过在MATLAB命令提示符下实验BNT解决了这个问题。以下是我使用gaussian_CPD节点定义我的分类器网络的方式：

DAG = false(5); DAG(1, 2:5) = truebnet = mk_bnet(DAG, [2 1 1 2 1], 'discrete', 1);bnet.CPD{1} = tabular_CPD(bnet, 1, 'prior_type', 'dirichlet');for node = 2:5   bnet.CPD{node} = gaussian_CPD(bnet, node);endbnetDAG =     0     1     1     1     1     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0     0bnet =                equiv_class: [1 2 3 4 5]                    dnodes: 1                  observed: []                     names: {}                    hidden: [1 2 3 4 5]               hidden_bitv: [1 1 1 1 1]                       dag: [5x5 logical]                node_sizes: [2 1 1 2 1]                    cnodes: [2 3 4 5]                   parents: {[1x0 double]  [1]  [1]  [1]  [1]}    members_of_equiv_class: {[1]  [2]  [3]  [4]  [5]}                       CPD: {[1x1 tabular_CPD]  [1x1 gaussian_CPD]  [1x1 gaussian_CPD]  [1x1 gaussian_CPD]  [1x1 gaussian_CPD]}             rep_of_eclass: [1 2 3 4 5]                     order: [1 5 4 3 2]

为了训练它，我使用我的原始分类器帮助我标记了一组300个样本，然后简单地将其中的2/3通过训练算法运行。

bnet = learn_params(bnet, lsamples);CPD = struct(bnet.CPD{1}); % 查看CPD{1}内部dispcpt(CPD.CPT);1 : 0.6045 2 : 0.3955

dispcpt的输出大致显示了训练集中标记样本的类别分配情况。

为了测试新的分类器，我将结果的最后1/3通过原始和新的贝叶斯网络运行。以下是我用于新网络的代码：

engine = jtree_inf_engine(bnet);evidence = cell(1, 5);tresults = cell(3, length(tsamples));tresults(3, :) = tsamples(1, :);for i = 1:length(tsamples)    evidence(2:5) = tsamples(2:5, i);    marginal = marginal_nodes(enter_evidence(engine, evidence), 1);    tresults{1, i} = find(marginal.T == max(marginal.T)); % 通用决策点    tresults{2, i} = marginal.T(1);endtresults(:, 1:8)ans =     [         2]    [     1]    [         2]    [         2]    [         2]    [     1]    [     1]    [     1]    [1.8437e-10]    [0.9982]    [3.3710e-05]    [3.8349e-04]    [2.2995e-11]    [0.9997]    [0.9987]    [0.5116]    [         2]    [     1]    [         2]    [         2]    [         2]    [     1]    [     1]    [     2]

然后为了确定是否有任何改进，我绘制了叠加的ROC图。结果证明，我的原始网络表现得足够好，以至于很难确定使用高斯CPD的训练网络是否表现得更好。打印ROC曲线下的面积清楚地表明，新网络确实表现得略好一些。（base area是原始网络，area是新网络。）

conf = cell2mat(tresults(2,:));hit = cell2mat(tresults(3,:)) == 1;[~, ~, basearea] = plotROC(baseconf, basehit, 'r')hold all;[~, ~, area] = plotROC(conf, hit, 'b')hold off;basearea =    0.9371area =    0.9555

我在这里发布这个，以便下次我需要这样做时，我能够找到答案…希望其他人也可能觉得有用。