在图形模型和贝叶斯网络中，您如何实现XOR problem？
我在这里阅读bayesian network vs bayes classifier：
我用谷歌搜索，但无法弄清楚如何。有人可以给我一些暗示或好的参考吗？谢谢！Naive Bayes分类器是一个描述特定贝叶斯网络类的简单模型 - 其中所有特征都是类条件独立的。因此，Naive Bayes无法解决某些问题（例如下面的例子）。但是，它的简单性也使其更容易应用，并且在许多情况下需要较少的数据才能获得良好的结果。
示例：XOR您对二进制要素x_1，x_2和目标变量y = x_1 XOR x_2有学习问题。
在Naive Bayes分类器中，x_1和x_2必须独立处理 - 因此您可以计算“y = 1的概率，假设x_1 = 1” - 希望您可以看到这没有用，因为x_1 = 1不会使y = 1更可能或更不可能。由于贝叶斯网络不具有独立性，因此能够解决这样的问题。
答案 0 :(得分：0)
这其实很简单。
模型的DAG看起来像
x1 -> XOR <- x2
然后可以写出XOR节点的概率分布
x1 x2 | P(XOR=1|x1,x2)
0 0 | 0
0 1 | 1
1 0 | 1
1 1 | 0