贝叶斯网络（BNT）结构和参数的学习

利用BNT产生大量样本数据学习贝叶斯网络的结构和参数。

function data=datagenerator（nsamples）

%clc;clear;
%nsamples=2000;
N = 4; %5个节点 
dag = zeros（NN）;
B = 1; C = 2;D = 3; T = 4 ;
 %节点之间的连接关系
dag（BD） = 1;
dag（CD） = 1;
dag（DT） = 1;
dag（BT） = 1;

discrete_nodes = 1:N; %离散节点
node_sizes = 2*ones（1N）%节点状态数，每个节点2种状态
bnet1=mk_bnet（dagnode_sizes‘names‘{‘bandwidth‘‘cpu‘‘delay‘‘time‘}‘discrete‘discrete_nodes）;

bnet1.CPD{B} = tabular_CPD（bnet1B[0.4 0.6]）;%手动输入的条件概率？？？
bnet1.CPD{C} = tabular_CPD（bnet1C[0.5 0.5]）;
bnet1.CPD{D} = tabular_CPD（bnet1D[0.8 0.3 0.4 0.01 0.2 0.7 0.6 0.99]）;
bnet1.CPD{T} = tabular_CPD（bnet1T[0.99 0.1 0.2 0.01 0.01 0.9 0.8 0.99]）;
%画出建立好的贝叶斯网络
figure
draw_graph（dag）

samples = cell（N nsamples）; 

for i=1:nsamples
  samples（:i） = sample_bnet（bnet1）;
end
data=samples;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        845  2013-07-12 15:18  新建文件夹\datagenerator.m

     文件        985  2013-07-12 15:14  新建文件夹\learnbys.m

     文件        510  2013-07-12 15:17  新建文件夹\learnparams.m

     文件        884  2013-07-12 15:17  新建文件夹\learnstruct.m

     目录          0  2014-05-14 10:08  新建文件夹

----------- ---------  ---------- -----  ----

                 3224                    5