タグ付けされた質問 「bayesian-network」

Kollerの「確率的グラフィカルモデル」は教科書として適していますか？あるいは、修士課程の教科書としてもっとお勧めの本はありますか？ 免責事項：quora.comからクロス投稿しましたが、回答がありませんでした。

9 references  bayesian-network 

私は1日をRでbnlearnパッケージについて学習するだけで、ベイジアンモデルが無向グラフでは機能しないことを発見しました。私はマルコフランダムフィールドネットワークについて学習しようとしていますが、これまでのところ、グラフィカルなLASSOを使用してグラフィカルな構造を作成することしかできません。 有向グラフでは、何らかの方法で「構造学習」を行った後、別の方法で「パラメータ学習」を行うという2段階のように見えます。私の考えでは、パラメーターの学習は、モデルに含まれる各変数（機能）間のエッジの重みについて教えてくれるということです。私の質問は...だから何ですか？エッジの重みが付いたグラフで何をしますか？ 特徴による観測であるデータセットがあり、グラフのノードがこのデータセットからの特徴である場合（共分散行列の逆をエミュレートしようとするグラフィカルLASSOから収集）、これから何を学ぶことができますか？データのコホート（ターゲットクラス値で区切られた）を比較して、ノードにある種のp値分析を割り当てることはできますか？グラフィカルモデルの全体像について混乱していると思います。

8 machine-learning  graphical-model  parameterization  bayesian-network 

Rでbnlearnパッケージを使用して、ベイジアンネットワークの構造とそのパラメーターを学習します。私がやりたいことは、証拠として他のノードの値を与えられたノードの値を「予測」することです（当然、予測している値のノードを除いて）。 連続変数があります。 library(bnlearn) # Load the package in R data(gaussian.test) training.set = gaussian.test[1:4000, ] # This is training set to learn the parameters test.set = gaussian.test[4001:4010, ] # This is test set to give as evidence res = hc(training.set) # learn BN structure on training set data fitted = bn.fit(res, …

8 r  machine-learning  prediction  bayesian-network 

厳密にバイナリであるデータセットがあります。各変数の値のセットはドメイン内にあります：true、false。 このデータセットの「特別な」プロパティは、値の圧倒的多数が「false」であることです。 ベイジアンネットワーク学習アルゴリズムを使用して、データからネットワークを学習しました。ただし、ターゲットノードの1つ（最も重要なノードは死）の場合、AUCの結果はあまり良くありません。偶然より少し良いです。CVについて私に提案されているポジティブ予測値（PPV）でさえ、他のアプローチを使用した文献で報告されているものと競合しませんでした。AUC（ROC分析）は、臨床研究のこの領域で報告される典型的なベンチマークですが、他にアイデアがある場合は、分類モデルをより適切にベンチマークする方法についての提案も開かれています。 そのため、このプロパティを使用してこのタイプのデータセット（ほとんどの場合、偽の値）に対して他のどの分類モデルを試すことができるか考えていました。 ベクターマシンのヘルプをサポートしますか？私の知る限り、SVMは連続変数（予測子としての変数）のみを扱います（ただし、マルチクラスに適合されています）。しかし、私の変数はすべてバイナリです。 ランダムフォレストは役に立ちますか？ ここでロジスティック回帰が適用されますか？私の知る限り、ロジスティック回帰の予測子も連続しています。予測子としてのバイナリ変数の一般化バージョンはありますか？ 分類のパフォーマンスは別として、SVMとランダムフォレストはベイジアンネットワークよりも優れていると思いますが、問題はこれらのモデルの関係を説明する方法（特に臨床医）に移ります。

8 machine-learning  classification  svm  random-forest  bayesian-network 

Aprioriアルゴリズムは、いくつかの含意規則を見つけます。 同様の結果がベイジアンネットワークによって提供されます。 本質的な違いは何ですか？具体的な長所/短所は何ですか？ 編集： Aprioriアルゴリズムは、次の図（このホワイトペーパーから取得）で視覚的に確認できるように、一種の影響としてアソシエーションルールを生成します。

7 machine-learning  data-mining  bayesian-network  apriori