6.决策树（3）

1.贝叶斯信念网

区别于朴素贝叶斯，朴素贝叶斯假定属性独立于条件，贝叶斯信念网描述变量的一个子集上的条件独立（中间方法），可以用于在知道某些变量的值或分布时，计算网络中另一部分变量的概率分布

联合空间，联合概率分布

2.条件独立性

区别于朴素贝叶斯：

3.表示：

 parents是其直接前驱

4.贝叶斯网梯度上升：

之前是梯度下降 误差 现在梯度上升观察到的概率

 更新权值：

5.EM算法--变量值从未观察到过

估计k个高斯分布的均值

收敛于均值的局部最大似然假设

原文：https://www.cnblogs.com/jieyi/p/13335153.html