最も基本的なベイジアンネットワーク

bayesiannet.c

/* ベイズ情報量基準 */
double bic(double logLike,int numSample,int numModel){
 return -2*logLike+numModel*log(numSample);
}
/* 学習スコア */
double score(int numNode,int *edge,int numSample,double **likelies,int *variablePattern){
 double like;
 int i,j,numModel,numParents;
 unsigned char parentPattern;

 for(numModel=0,like=0.0,i=0;i<numNode;i++){
  for(numParents=0,parentPattern=0,j=0;j<numNode;j++){
   if(edge[i*numNode+j]==1){
    parentPattern=parentPattern|(1<<j);
    numParents++; /* 親の数*/
   }
  }
  like+=likelies[i][parentPattern];
  numModel+=numParents*(variablePattern[i]-1);
 }
 
 return bic(like,numSample,numModel);
}
/* アークを辿ってノードkeyにたどり着いたら0を返す */
int isExistChildrenChain(int *edge,int numNode,int child,int key){
 int i;
 if(edge[key*numNode+child]==1) return 0;
 for(i=0;i<numNode;i++){
  if(edge[i*numNode+child]==1){
   if(isExistChildrenChain(edge,numNode,i,key)==0) return 0;
  }
 }
 return 1;
}
/* idxにアークを引くことでループができれば0を返す*/
int isEnableArc(int *edge,int numNode,int idx){
 int parent=idx%numNode;
 int child=idx/numNode;

 if(parent==child) return 0;
 if(edge[idx]==1) return 0;
 return isExistChildrenChain(edge,numNode,child,parent);
 
}

bayesianNetScore* makeBNScore(int *edge,int numEdge,double score){
 bayesianNetScore *r=Malloc(bayesianNetScore,1);
 r->edge=Malloc(int,numEdge);
 memcpy(r->edge,edge,sizeof(int)*numEdge);
 r->score=score;
 return r;
}

/*　ちょうどnumLineの数だけアークを引く場合の全パターンのベイジアンネットワークを構築し学習スコアを計算する
 likelies:あらかじめ計算しておいた子ノードと親のパターンごとの対数尤度
variablePattern:各ノードごとのとりうる値の数
 likely:学習スコアと対応するネットワーク構造(戻り値)
 戻り値：構造数
*/
int __buildBayesianNet(int numNode,int *edge,int numLine,bayesianNetScore **likely,int numSample,double **likelies,int *variablePattern,int start,int rank){
 int numLikely=0;
 int i;
 double tmp;
 if(rank==numLine){
  tmp=score(numNode,edge,numSample,likelies,variablePattern);
  likely[numLikely++]=makeBNScore(edge,numNode*numNode,tmp);
  return numLikely;
 }else{
  for(i=start;i<numNode*numNode;i++){
   if(isEnableArc(edge,numNode,i)){
    edge[i]=1;
    numLikely+=__buildBayesianNet(numNode,edge,numLine,&likely[numLikely],numSample,likelies,variablePattern,i+1,rank+1);
    edge[i]=0;
   }
  }
 }
 return numLikely;
}