《表3 基于BIC函数结构学习的贝叶斯网络》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于贝叶斯网络对全国PM_(2.5)浓度影响因素分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在没有足够先验信息的情况下，参数学习能够得到贝叶斯网络中各个节点的条件概率分布表。参数学习方法可以根据数据集是否含有空值分为两大类。对于不含有缺失值的数据集，可以利用完全基于数据的极大似然估计、贝叶斯估计方法进行学习；对于含有缺失值的数据集，常常采用EM算法进行分析。本文利用贝叶斯估计的方法，充分利用了样本的信息，对DAG结构的参数进行估计，得到如表3。建立了基于贝叶斯估计条件概率的贝叶斯网络模型。