構造学習

.Huginでの構造の学習はPCアルゴリズムがサポートされています。ASIA_NO_Eネットワークのためのデータファイルasia_no_e.datを考えていきます。図 1にデータファイルの最初の数行を示します。

図 1: データ・ファイル

.構造の学習機能は、構造学習アイコンを使って、"ファイル"メニューで利用できます。図 2に構造学習アイコンを示します。

図 2: 構造学習ウィンドウ

アイコンを押すと、構造学習ウィンドウが現れます。構造の学習で行われる統計的独立性の検定の有意水準を指定するフィールド"有意水準"に注目してください。"ファイルを選択"ボタンを押し、構造を推定するファイルを選択します。ファイルが選択されると、図 3のように"OK"ボタンが現れます。

図 3: 構造学習ウィンドウ

"OK"ボタンを押すと、構造学習のアルゴリズムが始まります。そのファイルで与えられたデータベースを元に、構造学習のアルゴリズムはベイジアン･ネットワークのグラフ構造を学習します。図 4にasia_no_e.dat fileを元にした構造の学習の結果を示します。

図 4: 学習されたベイジアン･ネットワーク・グラフ

.データファイルのサンプルにしたネットワーク・グラフを、図 5に示します。元のネットワーク・グラフを学習されたネットワークグラフと比較すると、学習されたネットワーク・グラフでは、"Visit to Asia"ノードから"Tuberculosis"ノードへのリンクがなくなっているという違いだけが見られます。これは、これら2つのノード間の依存が非常に弱いという事実によるものです。もし"従属性検定の有意水準" 係数がより高い値になっていたら、このリンクも認められた可能性が高くなっていたでしょう。しかし、もし"従属性検定の有意水準" 係数が高い値であれば、その他（正しくない）リンクが認められていたかもしれません。

図 5: データファイルをサンプリングするために使用されたベイジアン・ネットワーク・グラフ 

ベイジアン・ネットワークのグラフの構造が構築されると、EM学習のアルゴリズムを使用してベイジアン･ネットワークの条件付き確率分布をデータから推定できます。EMチュートリアルをごらんください。