贝叶斯网络

算法的核心思想是：
通过评分函数，基于训练数据集，使用评分搜索的办法学习出有向无环图(贝叶斯网)。通过分析该有向无环图可以得到各个变量之间的依赖关系，最后使用吉布斯采样的方法进行推断。

吉布斯采样的核心思想：
先随机产生一个与证据一致的样本作为初始点，然后每步从当前样本出发产生下一个样本。具体来说，在第次采样中，算法假设，然后对非证据变量逐个进行采样改变取值，采样概率根据贝叶斯网和其他变量的当前取值(即)计算获得，假定经过次采样得到的与一致的样本共有个，则可近似估计出后验概率