上次学习到贝叶斯网的接点表示的是随机变量，是，对随机的捕获一个样本的取值为某个值的事件，这个“事件发生”的表征。贝叶斯网的边则表示这些随机变量之间的关系。

到底这些“关系”是什么含义呢？

抓个俘虏来审问一下，就知道了。

比如，人的饮食习惯中包括：抽烟，喝酒，吃饭。而人生病的种类，比如有，肺病，胃病和肝病这三种。

我们可以考察一群人（样本空间）的抽烟，喝酒，吃饭的习惯，假设考察“抽烟＂这个“属性”，可以取“很多，多，一般，不多，很少，不抽”这些取值的某一个。那么，对某一个不确定的人（样本）来说，“抽烟很多”就是一个“随机变量”所表征的一个事件。因为，抽到的是另一个人的话，那个人又可能“抽烟很少”。

同理，“抽到的一个人得肺病”，也就是另一个“随机变量”所表征的一个事件。

很显然，我们能够理解，根据一个人抽烟的习惯取值的情况，我们可以推断他得肺病的取值的情况。如果抽到的是一个抽烟很多的人，那么，这个人得肺病的可能性就很大。

当然，这是一种我们主观上的认为，也是有实事数据为支持的的一种因果关系的推断。

这个因果推断的关系，就是随机变量之间的关系。

俘虏抓到并审问完毕，贝叶斯网所说的"随机变量关系"的含义是不同的随机事件会发生之间的因果关系。

所以，理解贝叶斯网的意思很简单，就是：不同的随机事件发生之间的因果关系的表示网络。

当然，这么理解贝叶斯网只是定性的理解，如果到此为止的话，这个网络就不会有“贝叶斯”的名字了。

这个网络得名“贝叶斯”的原因，一定是贝叶斯这个人用这个网络，做了一件特别的事。

这件事是什么呢？就是对不同的随机事件发生之间的因果关系进行了定量的计算。

什么事情一旦要追究定量关系了，就不得了了。何况还是随机事件之间，带有主观色彩的因果推断。

这就自然地引出了概率等一系列可计算的概念了。

待续...