该项目基于csci3202，讨论了两种使用python手写静态贝叶斯网络的办法，一种是迭代法，一种是递归法，迭代法基于多条件多结果的条件概率的枚举求法，迭代法基于边缘概率进行分类求取，其中，迭代法存在bug(bug的本质是浮点数计算的精度问题)，递归法由于分情况讨论，精度其实更高
边缘概率
如果是无父节点的节点，直接得边缘概率，如果是有父节点的节点，递归得到父亲节点
条件概率
- 看条件有无自己，如果有自己，根据正反的情况返回结果1或者0
- 除去无关的相互独立节点，因为如果A，B无关，P(A|B) = P(A)，兄弟节点会保留
- 此时如果无条件(条件被剔除完全)，进入求取边缘概率
- 如果有条件，则此时为P(A|子节点，兄弟节点，父节点)的情况，搜索到无关节点会直接返回1进行剪枝
从上而下进行迭代求值，带入上面的算法，基于迭代的枚举算法。
使用基于枚举的迭代方法，就非常简单，首先把两种结果加入条件的已知集合K中，而后从父节点到子节点，不断枚举，如果在K中，直接相乘，不在K中，并加入K中并将概率相加。