問題タブ [bayesian-networks]

WEKA API でデータセットを分類しようとしています。最初にWEKA Explorerを試し、その分類器で Scheme: weka.classifiers.bayes.BayesNet -D -Q weka.classifiers.bayes.net.search.local.K2 -- -P 1 -S BAYES -E weka.classifiers.bayes.net.estimate.SimpleEstimator -- -A 0.5良い結果を得ました.

ここに私のコードがあります:

しかし、次のエラーが表示されます。

誰か助けてくれますか? ありがとうございました。

シンプルなナイーブ ベイズ アルゴリズムを使用して mahout でドキュメント分類子を作成しています。現在、私が持っているデータ (ドキュメント) の 98% はクラス A であり、クラス B はわずか 2% です。私の質問は、クラス A ドキュメントとクラス B ドキュメントの割合に大きなギャップがあるため、分類器はまだ正確にトレーニングできますか?

私が考えているのは、大量のクラス A 文書を無視し、私が持っているデータセットを「操作」して、文書の構成に大きなギャップが生じないようにすることです。したがって、最終的に得られるデータセットは、クラス B の 30% とクラス A の 70% で構成されます。

私はmatlabでの分類のためにベイズネットワークを学ぶ過程にあり、単純な（私が思うに）ステップで立ち往生しています：

したがって、アイリス データ セットのような単純なベイズ分類器の場合、クラスは次のように最上位ノードにあります。

それで、クラスが機能の原因である理由がわかりました。それで、クラス自体が事前確率を持つ理由がわかります。

しかし、単純でないベイズ ネットワークの場合は、次のようになります。

ナイーブではないその状況で、事前設定はどのように行われるのでしょうか。これからどうやって分類するの？ありがとう （：

PS: ネットで BNT を探しています。

これが取引です。そこで、BNT マニュアルの指示に従って BN を作成しました。これはスプリンクラーですが、冬と夏のノード クラスを追加しました。このような：

クラスが天候のみに依存する場所は、曇りまたは雨です。http://bnt.googlecode.com/svn/trunk/docs/usage.html#basicsと同じ仕様で

クラスもバイナリで、テーブルは次のとおりです。

したがって、var_elimination_eng を使用した私の質問は、何らかの理由で jtree が機能していないためです。雨の証拠を入力した後、これを marg.T に取得します。

これは正しいです？うまく実装できましたか？それとも私は何かを逃しましたか？ありがとう。

同じ仮定 1=false=冬、2=true=夏

編集：

はい、クラス ノードの CPT は 8 エントリです

これらは 1 - 反対です。コードは次のとおりです。

これは私が使用したコードです。jtreeに関しては、消えたmatlabでエラーが発生していましたが、変数eliminは今読んでいるので理解しやすいと思います。

ありがとう。

統計とデータマイニングは初めてです。ここの例に従いましたが、完璧に機能しました。ここで、この方法をデータセットに適用したいと思いますが、これはカテゴリデータのみで構成されています。

R は次のエラーを返します。

私の質問は、そのメソッドをカテゴリ データ セットに適用するには、どのような変換を行う必要があるかということです。

コードスニペット

いくつかの相互に関連するオブジェクトに関する一連の事実を記述する疎ネットワークの入力に基づいて信念の確率を生成できる、Python で実装されたベイジアン信念ネットワーク分類器を推奨できる人はいますか?

たとえば、「X は空腹で、サルであり、食べる」という事実が FOL で定式化されている場合、次のようになります。

次のようなトレーニング コーパスも含まれます。

コーパスでベイジアン信念ネットワークをトレーニングし、それを使用して事実の信念確率を推定したいと思います。

単純なベイジアン テキスト分類子について話しているわけではないことに注意してください。