問題タブ [bayesian-networks]

次の Java ベイジアン推論フレームワークについてアドバイスしてください。

私は機械学習が初めてです。

4 つの変数 [X1、X2、X3、X4] を持つ BN があり、それらに基づいて Y を予測することに興味があります。トレーニング データには [X1,X2,X3,X4,Y] があります。しかし、実際のデータについては [X1,X2,X3] しかなく、Y を予測したいと考えています。

これは可能ですか？これを行うための標準的な手法はありますか？

こんにちは、私が開発しようとしている電子メールを分類しようとするシステムについて概念的な質問があります。スパムではない大規模なセット (>100k) のメッセージと、未分類のメッセージの大規模なセットがあります。スパムのデータセットを持たずにスパムを検出する方法 (おそらくベイジアン) を使用することは可能ですか? スパムを分類する必要はありますか?

ガウス ベイジアン ネットワーク (確率変数の連続性に対応し、ガウス分布に従うベイジアン ネットワーク) の部分アブダクティブ推論に関連する問題が発生しています...

私の質問は次のとおりです。

1. ガウス ベイジアン ネットワークの場合、ジャンクション ツリー伝搬のようなアルゴリズムは離散変数ベイジアン ネットワークにそのまま適用できますか?
2. 「いいえ」の場合、ガウス ベイジアン ネットワークの場合、どのアルゴリズムを適用できますか?
3. ガウスベイジアンネットワークの場合、部分アブダクティブ推論の複雑さの証明はありますか (離散変数ベイジアンネットワークの場合、タスクが NP 困難であることが知られているため)?
4. 進化的アルゴリズムまたは MCMC サンプリング基準は、ガウス ベイジアン ネットワークの近似部分アブダクティブ推論に適用できますか?

この点で親切に私を助けてくれれば、私はあなたに非常に感謝します. 前もって感謝します...

分類に R でナイーブ ベイズを使用しようとしています。

これは私のデータです：

結果列を予測する必要があります。アイリスの例にあるようなことをしています：

しかし、私は得ています：

どうして？！

ファクターグラフを実装しようとしています。別のファイルから因子関数を読みたいと思います。残念ながら、テストのためだけにファイルから関数を読み取ると、エラーが発生します。

私のコードは次のとおりです。

関数の別の入力ファイルは次のとおりです。

ベイジアンネットワークを実装しようとしています。

私のメイン グラフは、信念伝播に使用したい因子グラフです。しかし、メッセージを計算するときの信念伝播では、すべての引数が関数に渡されるわけではなく、最終的な関数は結合分布の制限になります。

私の頭に浮かぶ最善の方法は、新しい値の限界値を計算するたびにすべての置換を行わないように、何らかの方法で関数を制限することです。

そのような機能を実装する方法をここで尋ねました。

そのようなことを行うためのより良い方法があるかどうか、または私がやりたい方法よりも簡単で高速な方法があるかどうかを知りたいです。