定义）来对病人的情况进行快速的分类，首先排除一系列的可能性，然后根据进一步的各种数据收集来逐渐收敛，这是一种贝叶斯推断的过程，进行一定的模式识别，最终能够得到有限可能的诊断（模式），我们甚至可以分配一下可能的权重即发生的概率，如a53%b41%c36%d26%。一个比较可实现的例子是通过基因的表达组合来识别特定肿瘤的类型，这需要大规模的测量（基因芯片），然后提取出有意义的模式（表达具有特异性的基因组合），如不动点式的群体（山中伸弥的四个转录因子）。这是我们进一步实验的基础，理论上是如同动态规划算法能够以局部最优逼近整体最优的，我们需要网络的幂律分布形成来形成特定的模式，即一定的特征聚类
状态提示：第八十一章网络科学的统计思想
本章阅读结束，请阅读下一章