用新数据更新贝叶斯网络的参数

Question

我有一个贝叶斯网络，我通过从现有数据中学习概率来了解CPT。 假设我收到一个新的数据实例。理想情况下，我不想再次使用所有数据来更新概率。

每次有新数据出现时，有没有办法逐步更新现有网络的CPT？ 我认为应该有，而且我觉得我错过了一些东西：）

Answer 1

最简单的方法是维护联合概率表，并根据需要重建CPT。与JPT一起，记录用于生成它的示例数量。添加n示例时，将所有概率乘以1 - 1/n，然后将概率1/n添加到新示例的相关概率中。

如果你打算这么做，你应该为JPT中的每一行保留一个例子，而不是概率。这将减少数值漂移。