本文主要是介绍关于图中节点间的概率求解问题-2，未完探究中，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
最近在贝叶斯网络上遇到了难题，简单而言就是怎么求两个节点间的概率。
此问题的前提是，节点为大节点，内有若干特征，节点间的连接（或称为连线）实际为特征之间的连线。且两节点不是孤立的，而是在一个网络（或称一个图）中。
现在的方法是：
利用已知的特征之间的边，来分别计算边的条数，直接用条数来计算概率。
example：
求条件概率P(A|B)，A内有 a0,a1,a2；B内有b0,b1；
现求节点B“发生”的情况下节点A发生的概率，用公式推导P(A|B)=P(AB)/P(B)；或者直接由实际出发，
可得出：
分子是AB间特征的连线条数，分母是B自己特征的全部连线条数，注意B除了与A点的特征相连外还与其他点相连。
由上述可用连线边数来求得概率。
- - - - - - - - - - - - - - - - - - -
但是，现有一公式如图，
并不是用的节点间数边数的方法，而是进而细化到节点内的特征之间，最底层是数特征的边数，求得是P(ai|bj)的概率，概率最后加和，看似很完美。
但有个致命问题，P(ai|bj)的每一个都是概率值，0~1，对若干项加和后极有可能大于1 !!
说明这个公式是有问题的，目前的解决办法是：求加权平均
这个平均不是所有特征数的和，而是仅仅有概率的数量，即P(ai|bj)=0时，不算入其内。
目前暂且这样处理。
- - - - - - - - - - - - - -
以上两种已java编程实现，结果有较大差异，不过上述思路大体正确，先记于此，未完待续。
这篇关于关于图中节点间的概率求解问题-2，未完探究中的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
