134
个编辑
更改
跳到导航
跳到搜索
第326行：
第326行： − Test+ − Disease Positive Negative+ − Negative 12 88+ − Positive 73 27+ + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
→贝叶斯网络
因果模型可以用贝叶斯网实现。贝叶斯网络可用于提供事件的逆概率（给定结果，反推具体原因的概率是多少）。这就需要准备一个条件概率表，显示所有可能的输入和结果以及相关的概率。
因果模型可以用贝叶斯网实现。贝叶斯网络可用于提供事件的逆概率（给定结果，反推具体原因的概率是多少）。这就需要准备一个条件概率表，显示所有可能的输入和结果以及相关的概率。
例如，给定疾病和针对疾病的检验的两变量模型，条件概率表的形式为：
例如，给定疾病和针对疾病的检验的两变量模型，条件概率表的形式为：
{| class="wikitable"
|+特定疾病检测为阳性的概率
!
!colspan="2"|Test
|-
!疾病
!阳性
!阴性
|-
|阴性
|12
|88
|-
|阳性
|73
|27
|}
根据该表，当患者没有疾病时，测试为阳性的可能性为12％。
根据该表，当患者没有疾病时，测试为阳性的可能性为12％。
尽管这对于小问题很容易解决，但是随着变量数量及其相关状态的增加，概率表（以及相关的计算时间）呈指数增长。
尽管这对于小问题很容易解决，但是随着变量数量及其相关状态的增加，概率表（以及相关的计算时间）呈指数增长。