Markov网 (马尔可夫网 )是类似于 Bayesian网 (贝叶斯网 )的另一种进行不确定性推理的有力工具 .Markov网是一个无向图 ,而 Bayesian网是一个有向无环图 .发现 Markov网不需要发现边的方向 ,因此要比发现Bayesian网容易得多 .提出了一种通过发现 Markov网得到等价的 Bayesian网的方法 .首先利用信息论中验证信息独立的一个重要结论 ,提出了一个基于依赖分析的边删除算法发现 Markov网 .该算法需 O(n2 )次 CI(条件独立 )测试 ,CI测试的时间复杂度取决于由样本数据得到的联合概率函数表的大小 .经证明 ,假如由样本数据得到的联合概率函数严格为正 ,则该算法发现的 Markov网一定是样本的最小 I图 .由发现的 Markov网 ,根据表示的联合概率函数相等 ,得到与其等价的 Bayesian网