如何使用FULLBNT工具箱(中文)

如何使用贝叶斯网络工具箱

2004-1-7 版

翻译：By 斑斑（QQ：23920620）

联系方式：banban23920620@163.com

安装

安装 Matlab 源码

安装 C 源码

推断

处理边缘分布

处理联合分布

虚拟证据

最或然率解释

条件概率分布

列表（多项式）节点

Noisy-or 节点

分类 / 回归树节点

其它连续分布

CPD 类型摘要

模型举例

高斯混合模型

专家系统的混合

专家系统的分等级混合

先验参数

从完整的数据中（连续）更新贝叶斯参数

数据缺失情况下的最大似然参数估计（EM 算法）

参数类型

结构学习

穷举搜索

K2 算法

爬山算法

MCMC

联合树

消元法

全局推断方法

快速打分

置信传播

采样（蒙特卡洛法）

推断函数摘要

5. 打开 Matlab。

6. 运行 BNT 需要 Matlab 版本在 V5.2 以上。

7. 转到 BNT 的文件夹例如在 windows 下，键入

8. >> cd C:\kpmurphy\matlab\FullBNT\BNT

9. 键入"add_BNT_to_path"，执行这个命令。添加路径。添加所有的文件夹在 Matlab 的路

径下。

10. 键入"test_BNT"，看看运行是否正常，这时可能产生一些数字和一些警告信息。（你可

以忽视它）但是没有错误信息。

11. 仍有问题？你是否编辑了文件？仔细检查上面的步骤。

创建你的第一个贝叶斯网络

为了定义一个贝叶斯网络，你必须指定它的图形结构和参数。我们用一个简单的例子依次

设想如下网络

我们创建一个相邻矩阵来指定这个有向无环图

N = 4;

dag = zeros(N,N);

C = 1; S = 2; R = 3; W = 4;

说，这有点麻烦：我们将在下面（以后）看一看如何避免这个。

*注：在原文中“下面”是使用

的超链接，因此，这里的下面并不一定等同目前的上下文关系。后面的文中也是如此，为方便区别，我将

把非上下文关系的“下面”翻译为“以后”或“后面”。

在 Matlab6 中，你可以使用逻辑数组来代替双重数组，这样可以缩小四倍。

dag(C,[R S]) = true;

..

然而，一些图的功能（比如 无环的）不支持逻辑数组

你可以使用后面讨论的方法来观察结果图形结构。

关于 GUIs 的详细内容，点击这里。

discrete_nodes = 1:N;

node_sizes = 2*ones(1,N);

如果节点不是二进制的，我们可以这样键入。

node_sizes = [4 2 3 5];

这意味 Cloudy 有四种可能的值，Sprinkler 有两种可能的值等等。

注意，这些都是基数而不是序数。他们不能用任何方式排序，如“低”“中”“高”

bnet = mk_bnet(dag, node_sizes);

你也可以指定那些节点是可以被观察的。如果你不知道或者预先没有确定，那么就使用空

的列表。

onodes = [];

bnet = mk_bnet(dag, node_sizes, 'discrete', discrete_nodes, 'observed', onodes);