设计贝叶斯网络

Question

我有一个有关贝叶斯网络的基本问题。

1. 假设我们有一个引擎，有1/3的可能性停止工作。我称这个变量为ENGINE。
2. 如果引擎停止工作，你的车就无法工作。如果引擎正常工作，你的车会99%的时间正常工作。我称这个变量为CAR。
3. 现在，如果你的车很旧（OLD），那么你的引擎停止工作的概率将是1/2而不是1/3。

我被要求首先设计网络，然后指定与表格相关的所有条件概率。

我认为这个网络的图表应该是这样的：

OLD -> ENGINE -> CAR

现在，对于条件概率表，我做了以下操作：

OLD   |ENGINE
------------
True  | 0.50
False | 0.33

并且

ENGINE|CAR
------------
True  | 0.99
False | 0.00

现在，我遇到了如何定义OLD的概率的困难。在我看来，OLD不是与ENGINE有因果关系的东西，我认为它更多的是它的特征。也许在图表中有一种不同的表达方式？如果图表确实正确，那么我该如何制作表格？

- devoured elysium

---

车的“老旧程度”是你被告知的还是给你的概率？ - mavnn

他们只是给了我一些文本（我已经翻译并总结在这里），除了这里的信息，他们没有给我任何更多的信息。 - devoured elysium

Answer 1

我认为问题在于没有具体说明谓词CAR、OLD和ENGINE的含义。 我可能会给它们命名为：EngineWorks，CarOld，CarWorks。 EngineWorks和CarOld是CarWorks的父节点。 我们可以认同，EngineWorking和CarOld是你的问题描述中直接导致CarWorks发生的原因。我还将模拟CarOld作为EngineWorks的父节点。 我的想法是，CarOld-> EngineOld-> Engine无法运行。现在你面临的问题是将所需的概率适应于该图。这应该不难。

- Carlos Rendon

Answer 2

我猜OLD就像是一个从外部世界给出的参数。因此，它并不是一个随机变量，根据你老师的观点，它可能不应该是你的图表的一部分。

- bayer

---

是的，我也是这么看的。只是想确认一下我有没有漏掉什么东西。 - devoured elysium

如果您想使用网络进行预测，保留模型中的OLD变量将允许在信息可用时使用它，而在信息不可用时不使用它。特别是如果这个网络适用于普遍的汽车。 - Carlos Rendon