bnt_1 一个用于贝叶斯网络的matlab的工具

本文展示了一个使用Bayesian网络进行概率推理的具体示例。通过定义节点、建立条件概率表并利用证据进行推断,展示了如何计算不同条件下节点的概率分布。
N = 4;
dag = zeros( N, N );
C = 1;
S = 2;
R = 3;
W = 4;
dag( C, [R S] ) = 1;
dag( R, W ) = 1;
dag( S, W ) = 1;
 
node_sizes = 2*ones(1,N);
%node_sizes = [ 4 2 3 5];
 
%建立有向无环图
onodes = [];
bNet = mk_bnet( dag, node_sizes );
 
%建立条件概率表
bNet.CPD{C} = tabular_CPD( bNet, C, 'CPT', [0.5 0.5] );
bNet.CPD{R} = tabular_CPD( bNet, R,  'CPT',[0.8 0.2 0.2 0.8 ] );
bNet.CPD{S} = tabular_CPD( bNet, S,  'CPT', [0.5 0.9 0.5 0.1] );
bNet.CPD{W} = tabular_CPD( bNet, W, 'CPT', [1 0.1 0.1 0.01 0 0.9 0.9 0.99 ] );
   
 
 
%用于推断
engine = jtree_inf_engine( bNet);
 
evidence = cell( 1,N );
evidence{W} = 2;
 
%添加证据
[engine, loglik] = enter_evidence( engine, evidence );
marg = marginal_nodes( engine, S );
p = marg.T(2);
 
%添加下雨的证据
evidence{R} = 2;
[ engine, loglik ] = enter_evidence( engine, evidence );
marg = marginal_nodes( engine, S );
p = marg.T(2);
 
bar( marg.T );
 
 
% Joint distributions
evidence = cell(1,N);
[engine, ll] = enter_evidence(engine, evidence);
m = marginal_nodes(engine, [S R W]);
m.T

转载于:https://www.cnblogs.com/xjx-user/archive/2013/04/14/3020176.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值