Vanior

摘要： 当我们要建立贝叶斯网络时，需要首先通过因果关系得到贝叶斯的网络结构，再训练得到贝叶斯网的参数集。这里，参数集往往是通过给定数据集进行统计计算得到，但是，有的时候，给定的数据集不一定是完整的，可能某一条或多条的数据缺失一个或两个数据。这是需要我们在数据缺失的情况下计算参数集，当然最简单的方法是去掉具有缺失数据的行，这样显然在数据集较小的时候会造成参数集的严重不准确。在贝叶斯引论那本书中提到要用EM算法来解决这个问题。其实EM算法就是最大化期望值算法，这个过程中我们计算在某随机参数情况下的最大似然值，然后根据此似然值对参数值进行了修正，再次计算极大似然值，不断迭代，知道计算得到的值在可接受的阀值范 阅读全文