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