После идентификации структуры и модели мы можем сгенерировать / сэмплировать значения случайно величины с учетом факторизованного совместного распределения вероятностей P(X), которое определяется байесовской сетью. В нашей работе использовался предковый (или прямой) метод выборки.
Имея вероятность P (x_1, x_2, ..., x_n), определенную байесовской сетью, мы выбираем переменные в топологическом порядке. Мы начнем с выборки узлов инициализации (переменных без родителей); затем мы выбираем зависимые узлы, используя условное распределение вероятностей (Conditional Probability Table) этих переменных, принимая во внимание переменные, выбранные в первой итерации. Продолжаем до тех пор, пока не будут выбраны все n переменных. Схематично алгоритм сэмплирования выглядит так:
Last edited by 
Irina Deeva
Irina Deeva