bayesian-networks

    2热度

    1回答

    问题陈述拟合模型: 我有一个数据集,并想从中学习贝叶斯网络。没有关于数据集的信息,可以用来做出假设并创建一个初始模型,如PyMC文档中所述。所以,我想直接从数据中学习模型而无需假设。 背景 我可以用PyMC(V2 & V3)的文档阅读,但无法找到它为我提供的学习从给定的数据样本模型的可能性的任何方法。在我读过的几乎所有例子中,作者为建立模型做了假设,然后用模型拟合了模型。 相关: jmschrei

    2热度

    1回答

    我正在努力使用rjags来定义条件线性高斯贝叶斯网络。 对于下面的净(A CLG BN是通过具有两个连续的正常和离散父(预测)一个连续的子节点(结果)所定义的),A是离散的,d和E连续: 对于rjags模型,我supose我要的是节点E的参数进行数值节点A上定义需要:伪代码 model { A ~ dcat(c(0.0948, 0.9052)) D ~ dnorm(11.870

    1热度

    1回答

    我使用R中的程序包bnlearn使用数据和专家知识来构造定制拟合离散贝叶斯网络。 http://www.bnlearn.com/examples/custom/ 这需要使用bn.fit()创建一个bn.fit对象并修改感兴趣节点的局部分布。对于离散贝叶斯网络(或条件高斯网络中的离散节点),可以使用coef()从bn.fit对象中提取条件概率表,并进行更新并重新保存。 library(bnlearn

    0热度

    1回答

    如果我们从有向图G中删除一条边(新图G')会发生什么?例如,分解G的概率分布P是否也将G'分解?如果G和G'是无向图,会发生什么? 任何帮助将不胜感激!

    1热度

    1回答

    我正在寻找一种方法来训练动态贝叶斯网络(DBN),使用包bnstruct,用于从类似事件收集数据的特殊情况。因此,1)我想训练我的DBN每次给它提供一个事件。在实际情况下,事件,行和列的数量很大,2)如果可以实现某些并行处理以提高性能,那将会更好。 下面提供了一个虚拟代码,其中所有数据都必须立即输入,忽略事件边界。 library(bnstruct) numEvents <- 40 numR

    0热度

    1回答

    我想学习贝叶斯网络,我有一个问题,我想要一些澄清。 鉴于表 CPT 什么会在p(侵略=高|愤怒=晴,敌意=是)是什么?我的答案是0.5。 我的思维过程是愤怒和敌意是依赖的,所以根据给出的信息,部分愤怒和是敌意的概率是0.5。 侵犯是独立的两个,所以它只会是P(侵略)* 0.5 = 0.5。 这是否是一个正确的假设?

    2热度

    1回答

    假设我有一个包含10个特征和一个班级的数据集。现在,我想在这些特征之间构建贝叶斯信念网络。我将如何能够在java中做到这一点? 有没有API或机器学习库? 任何提示或任何起点将不胜感激。

    1热度

    1回答

    随着我现在了解如何正确输入软证据(请参阅Prediction with cpdist using "probabilities" as evidence),这导致我出现了一个新问题(我认为这是一个很常见的问题),我又准备了一个可重现的问题例如:NaN值。 我可以也应该早些时候遇到过这种情况,但从未偶然。 NaN的参数可重复实施例 library(bnlearn) Learning.set4=cb

    1热度

    1回答

    如何从贝叶斯信念网络找到变量间的因果关系? 我所不解的是,找到变量之间的因果关系,我需要构建贝叶斯信念网络。 我google了一下,所有的例子说,它需要专业的知识和足够的数据来建立一个BBN。 我看到有在Weka中的贝叶斯网络的API。但对我来说太复杂了。 什么是一步在Weka的一步程序,这样我可以建立从数据集的贝叶斯网络(数据集包含几个变量和目标变量) 我已经用下面的代码试图 BayesNet

    0热度

    1回答

    在下列情况下,有谁能解释我有条件的独立性吗?你能否给我每个案例的其他适当的例子?