贝叶斯网络20题目.docx

贝叶斯网络五道题

事件与贝叶斯的对应关系

朴素贝叶斯网络的适应性

D分离的作用是什么？为什么要学习D分离

在用贝叶斯网进行推断是已知数据来自于哪？用于计算的数据来自于哪？

高阶联合概率计算低阶联合概率是什么意思？

贝叶斯网络20题

已知事件A与事件B发生与否伴随出现，根据贝叶斯公式可得到P(B|A)=P(A|B)*M/P(A),则M=().

A、P(AB)B、P(B)C、P（A）D、P(B)

一个人参加宴会为真的概率为0.2，如果他参加宴会后醉酒为真的概率为0.7，那么他醉酒为假的概率是多少（）

A、0.14B、0.06C、0.86D、0.56

对于变量有二个以上的情况，贝式定理亦成立。P(A|B,C)=P(B|A)*P(A)*M/(P(B)*P(C|B)).则M=().

A、P(C|A,B)B、P(A|C)C、P(B|C)D、P(A,B|C)

4、（联合概率）表达式p(V1=v1,V2=v2,…,VK=vk)称为一个联合概率，即变量V1,V2,…,V

A、0≤p(V1,V2,…,VK

B、P(V

C、1≤P(V1,V2,…

D、P(V

5、（链规则）条件概率链规则的一般形式是P(V1,V2,…,

A、i=1kp(Vi|Vi-1…V

6、对于贝叶斯网中的节点6、vi和vj之间的每条无向路径，在路径上的某个节点vb，节点vi和vj条件独立于给定的节点集w(即I（v

A、vb

B、vb在w中，路径上的一条弧一条以vb为头，一条以

C、vb和它的任何后继都不在w中，路径上的两条弧都以v

D、vb和它的任何后继都不在w中，路径上的一条弧一条以vb为头，一条以v

7、给定贝叶斯公式P(cj|x)=（P(x|cj)P(cj)）/P(x)，公式中P(cj|x)为（）

A、先验概率B后验概率C全概率D联合概率

8、关于朴素贝叶斯分类器说法正确的是（）

A、朴素分类器的假设是当给定类变量时，属性变量之间条件独立

B、朴素分类器具有较高的分类准确性

C、朴素分类器具有星形结构

D、由于朴素分类器具有星形结构，因此能够有效利用变量之间的依赖关系

阅读题目回答9-13题

通过对某地区的部分人群进行调查，获得了他们对于的age、income、是否为student、Credit_rating以及是否购买某品牌的电脑的信息进行了记录。训练样例如表1，通过训练样例的到表2，表3为根据表2的统计数据，得到的在分类为YES和NO的条件下各个属性值取得的概率以及YES和NO在所有样例中取值的概率。

表1

RID

age

Income

Student

Credit_rating

Class:buys_computer

1

Middle_aged

High

No

Fair

No

2

Middle_aged

High

No

Excellent

No

3

Senior

High

No

Fair

Yes

4

Senior

Medium

No

Fair

Yes

5

Senior

Medium

Yes

Fair

Yes

6

Senior

Low

Yes

Excellent

No

7

Youth

Low

Yes

Excellent

Yes

8

Middle_aged

Medium

No

Fair

No

9

Middle_aged

Low

Yes

Fair

Yes

10

Senior

Medium

Yes

Fair

Yes

11

Middle_aged

Medium

Yes

Excellent

Yes

12

Youth

Medium

No

Excellent

Yes

13

Youth

High

Yes

Fair

Yes

14

Senior

Medium

Yes

Excellent

No

9、表2是由表1的数据得到的，表2中的M和N的值应该分别为（）

A、14和5B5和3C、9和0D9和5

表2

Age

income

student

Credit_rating

Buy_computer

Youth

Middle_

aged

Senior

High

Medium

Low

YES

NO

Fair

Excellent

3

2

4

2

5

2

6

3

6

3

YES

M

N

3

2

2

2

1

2

3

2

3

NO

5

10、表3是由表2得到的，表3中M和N的值分别为（）

A、9/14和0B、1和1/5C、9/14和1/5D、0和1

表3

Age

i