BN总结
1、一种分类的简单方法
计算效率高
构建简单
2、在有很多弱相关features的领域会出奇的有效
3、很强的独立性假设，如果features之间是强相关的，性能会降低
DBN总结：
1、DBNs能紧凑的表现出 任意时间轨迹长度的结构化的分布。
2、DBNs有很多假设，这些假设要求有合适的模型(重)设计。
Markov 假设
时间不变性Time invariance
相关文章：
相似解决方案
热门标签
BN总结
1、一种分类的简单方法
计算效率高
构建简单
2、在有很多弱相关features的领域会出奇的有效
3、很强的独立性假设，如果features之间是强相关的，性能会降低
DBN总结：
1、DBNs能紧凑的表现出 任意时间轨迹长度的结构化的分布。
2、DBNs有很多假设，这些假设要求有合适的模型(重)设计。
Markov 假设
时间不变性Time invariance
相关文章：