Redes Bayesianas

6. Aprendizaje estructural
• Se necesita un orden entre las variables
• Hace falta una cota superior del número de padres para cada variable
• Todas las estructuras son igualmente probables al inicio
• Para cada nodo K2 busca el conjunto de padres que maximiza:
g(i, P a i ) =
q i ∏
j=1
(r i − 1)!
(N ij + r i − 1)!
r i ∏
k=1
N ijk !
• K2 comienza asumiendo que un nodo no tiene padres
• En cada paso K2 añade de manera incremental aquel nodo padre cuya inclusión
mas incrementa g(i, P a i )
• K2 para cuando la inclusión de un padre simple no incrementa g(i, P ai )
• K2 es un algoritmo greedy
Redes Bayesianas – p.30/91