贝叶斯网络(二)

一: 贝叶斯网络的概率解释
    完整的概率模型应该具有表示领域变量联合分布的能力,贝叶斯网络提供了表示这种领域变量联合分布的紧凑形式,从公式中我们可以看出,网络中的结点个数程线形增长,但联合分布的计算程指数性增长.
网络中变量间的独立性是实现紧凑表示的关键.

二: 简单贝叶斯学习模型

    特征: 各分量独立的总用于决策变量.
    特点: 结构简单只有两层结构，推理复杂性和网络结点个数程线形增长。