Redes Bayesianas
Redes Bayesianas
Redes Bayesianas
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
6. Aprendizaje estructural<br />
Algoritmo K2. Cooper y Herskovits (1992)<br />
• Un conjunto de n variables discretas Xi (i = 1, . . . , n), con r i posibles valores<br />
• D base de datos con N casos<br />
• BS estructura de Red Bayesiana<br />
• P ai padres de la variable X i<br />
• qi número de instanciaciones diferentes de P a i<br />
• Nijk número de casos en D para los cuales X i toma su k-ésimo valor y P a i está<br />
en su j-ésima instanciación<br />
• Nij = ∑ r i<br />
k=1 N ijk<br />
P (B S , D) = P (B S )<br />
n∏<br />
q i ∏<br />
i=1 j=1<br />
(r i − 1)!<br />
(N ij + r i − 1)!<br />
r i ∏<br />
k=1<br />
(N ijk )! = P (B S )<br />
n∏<br />
g(i, P a i ).<br />
i=1<br />
<strong>Redes</strong> <strong>Bayesianas</strong> – p.29/91