利用matlab进行简单的贝叶斯网络构建
2013-04-14 13:38
363 查看
matlab的安装
第一次装matlab,装好后发现没有在桌面生成图标,还以为是最后提示的编译器没有安装。结果发现,matlab的图标在其安装的bin目录下面,进行初始化就能开始使用了关于贝叶斯网络
1.简单的教程可以参照如下地址:
http://cs.nyu.edu/faculty/davise/ai/bayesnet.htmlhttp://www.cnblogs.com/leoo2sk/archive/2010/09/18/bayes-network.html
2.向matlab中添加FULLBNT,参考地址:
http://hi.baidu.com/73290673/item/21db99f36d90bc49932af29d采用MATLAB语言编制的贝叶斯网络工具箱(Bayesian Networks Toolbox,BNT)可实现贝叶斯网络结构学习、参数学习、推理和构建贝叶斯分类器,此工具箱在贝叶斯学习编 程方面非常灵活。
官方主页:http://www.cs.ubc.ca/~murphyk/Software/BNT/bnt.html
官方下载:http://www.cs.ubc.ca/~murphyk/Software/BNT/FullBNT-1.0.4.zip
原文链接:http://hi.baidu.com/zgyz/blog/item/2d3627f415c7fbe77709d763.html
贝叶斯网络:http://www.cs.ubc.ca/~murphyk/Software/BNT/bnt.html
语音工具箱:http://www.ee.ic.ac.uk/hp/staff/dmb/voicebox/voicebox.html
1、解压FullBNT-1.0.4.zip,将整个目录FullBNT-1.0.4复制到MATLAB的安装目录的TOOLBOX目录下,如D:\MATLAB7\toolbox\
2、打开Matlab,在MATLAB命令窗口中输入以下命令:
>> cd D:\MATLAB7\toolbox\FullBNT-1.0.4
>> addpath(genpathKPM(pwd))
>> 将TOOLBOX下新加的BNT工具箱加到MATLAB的搜索路径中去。 添加BNT工具箱的MATLAB的搜索路径也可采用如下指令
>> addpath(genpath('D:\MATLAB7\toolbox\FullBNT-1.0.4'))
>>
3、为了永久保存上面的路径,以免下次重启MATLAB时重新添加,在MATLAB命令窗口下使用下面的命令:
>> savepath >>
4、检验是否成功设置的方法: 在命令窗口中输入以下命令:which test_BNT.m(可以为所加工具箱的任一个M文件名称),如果显示正确,就说明上面的设置成功。
>> which test_BNT.m D:\MATLAB7\toolbox\FullBNT-1.0.4\BNT\test_BNT.m
>>
3.关于FULLBNT使用简单教程
http://www.cs.ubc.ca/~murphyk/Software/BNT/usage.html#exampleshttp://blog.sina.com.cn/s/blog_6c7b434d01013ufz.html
实例分析
如下图所示,给出了贝叶斯网络的图和相应的条件概率![](http://img.my.csdn.net/uploads/201210/29/1351471742_4529.jpg)
对上述信息建立贝叶斯网络,代码如下
[plain] view plaincopyprint?
N=8;
dag=zeros(N,N);
A=1;S=2;T=3;L=4;B=5;E=6;X=7;D=8;
dag(A,T)=1;
dag(S,[L B])=1;
dag([T L],E)=1;
dag(B,D)=1;
dag(E,[X D])=1;
discrete_nodes=1:N;
node_sizes=2*ones(1,N);
bnet=mk_bnet(dag,node_sizes,'names',{'A','S','T','L','B','E','X','D'},'discrete',discrete_nodes);
bnet.CPD{A}=tabular_CPD(bnet,A,[0.99,0.01]);
bnet.CPD{S}=tabular_CPD(bnet,S,[0.5,0.5]);
bnet.CPD{T}=tabular_CPD(bnet,T,[0.99,0.95,0.01,0.05]);
bnet.CPD{L}=tabular_CPD(bnet,L,[0.99,0.9,0.01,0.1]);
bnet.CPD{B}=tabular_CPD(bnet,B,[0.7,0.4,0.3,0.6]);
bnet.CPD{E}=tabular_CPD(bnet,E,[1,0,0,0,0,1,1,1]);
bnet.CPD{X}=tabular_CPD(bnet,X,[0.95,0.02,0.05,0.98]);
bnet.CPD{D}=tabular_CPD(bnet,D,[0.9,0.2,0.3,0.1,0.1,0.8,0.7,0.9]);
draw_graph(dag)
N=8; dag=zeros(N,N); A=1;S=2;T=3;L=4;B=5;E=6;X=7;D=8; dag(A,T)=1; dag(S,[L B])=1; dag([T L],E)=1; dag(B,D)=1; dag(E,[X D])=1; discrete_nodes=1:N; node_sizes=2*ones(1,N); bnet=mk_bnet(dag,node_sizes,'names',{'A','S','T','L','B','E','X','D'},'discrete',discrete_nodes); bnet.CPD{A}=tabular_CPD(bnet,A,[0.99,0.01]); bnet.CPD{S}=tabular_CPD(bnet,S,[0.5,0.5]); bnet.CPD{T}=tabular_CPD(bnet,T,[0.99,0.95,0.01,0.05]); bnet.CPD{L}=tabular_CPD(bnet,L,[0.99,0.9,0.01,0.1]); bnet.CPD{B}=tabular_CPD(bnet,B,[0.7,0.4,0.3,0.6]); bnet.CPD{E}=tabular_CPD(bnet,E,[1,0,0,0,0,1,1,1]); bnet.CPD{X}=tabular_CPD(bnet,X,[0.95,0.02,0.05,0.98]); bnet.CPD{D}=tabular_CPD(bnet,D,[0.9,0.2,0.3,0.1,0.1,0.8,0.7,0.9]); draw_graph(dag)
说明:有N=8个节点,建立有向无环图dag,并且这些点的值是离散的,这里1=False 2=True,node_sizes给出了所有状态
mk_bnet中names后的{}里面给出了各个节点的别名
利用tabular_CPD设置各个变量的边缘概率,对于A和S,定义顺序是False True;对于T、L和B这类,顺序是FF FT TF TT;对于D这类,顺序是FFF FFT FTF FTT TFF TFT TTF TTT
简单检查下A的概率
![](http://img.my.csdn.net/uploads/201210/29/1351473081_1303.jpg)
[plain] view plaincopyprint?
engine=jtree_inf_engine(bnet);
evidence=cell(1,N);
[engine,loglik]=enter_evidence(engine,evidence);
m=marginal_nodes(engine,A);
m.T()
engine=jtree_inf_engine(bnet); evidence=cell(1,N); [engine,loglik]=enter_evidence(engine,evidence); m=marginal_nodes(engine,A); m.T()
现在可以给定任意条件,然后计算概率了。
[plain] view plaincopyprint?
例如要计算任意组合条件下,个体分别得Tub、lung cancer和bronchitis的概率。下面代码计算了P(T=True|A=False,S=True,X=True,D=False)的概率
例如要计算任意组合条件下,个体分别得Tub、lung cancer和bronchitis的概率。下面代码计算了P(T=True|A=False,S=True,X=True,D=False)的概率
[plain] view plaincopyprint?
engine=jtree_inf_engine(bnet);
evidence=cell(1,N);
evidence{A}=1;
evidence{S}=2;
evidence{X}=2;
evidence{D}=1;
[engine,loglik]=enter_evidence(engine,evidence);
m=marginal_nodes(engine,T);
m.T(2)
源地址:http://blog.csdn.net/moodytong/article/details/8122327#t4
相关文章推荐
- 利用matlab进行简单的贝叶斯网络构建
- 利用matlab进行简单的贝叶斯网络构建
- 利用Matlab对图像进行简单的预处理
- 利用Lucene与Nutch构建简单的全文搜索引擎
- 利用MATLAB 2016a进行BP神经网络的预测(含有神经网络工具箱)
- 【matlab】利用sortrows进行Z字形扫描
- 利用hackbar进行sql注入简单实例
- 每天学一点flash(2) 利用时间函数来对flash文件进行简单加密
- kinect 2.0 SDK学习笔记(七)--matlab自带相机标定程序对kinect进行简单标定
- 简单利用Memcached进行缓存层设计
- 利用命令进行简单的增量文件夹备份(win/linux)
- 进程间通信---在父进程跟子进程之间利用管道进行通信。一个简单的例子
- 利用Node.js进行构建本地 推荐
- 利用MATLAB的GUI设计的一款可以进行FOCT电流比差计算的仿真平台
- 如何进行LAMP的简单环境构建
- 如何利用matlab进行频谱分析
- 记录利用ettercap进行简单的arp欺骗和mitm攻击过程
- 利用UIImageJPEGRepresentation与UIGraphicsBeginImageContext进行图片压缩的简单比较
- 一个Linux内核利用init_task进行进程管理的简单例子
- 记录利用ettercap进行简单的arp欺骗和mitm攻击过程