贝叶斯网络图书馆

Question

你好伙计号码

正如标题所示,我正在寻找一个用于学习和推理贝叶斯网络的库.我已经找到了一些,但我希望得到一个推荐.

要求快速概述:

• 最好用Java或Python编写
• 配置(也是网络本身)是a)可能的和b)可能通过代码(而不仅仅是通过GUI).
• 源代码可用
• 项目仍然保持
• 越强大越好

你推荐哪一个？

Answer 1

看看Weka吧.它在我的脖子上很受欢迎......它是开源的,用Java编写.

这将从抽象中告诉你Weka中的贝叶斯网络:

• 使用各种爬山(K2,B等)和通用(模拟退火,禁忌搜索)算法的贝叶斯网络的结构学习.
• 实施本地分数指标; 贝叶斯,BDe,MDL,熵,AIC.
• 实施全球得分指标; 留下一个cv,k-fold cv和累积cv.
• 基于条件独立的因果恢复算法可用.
• 使用直接估计和贝叶斯模型平均的参数估计.
• 用于轻松检查贝叶斯网络的GUI.

Answer 2

所以在这里我给出了主观的答案.

根据我的经验,与统计相关的所有内容最好用R来解决.我经常看到,在与统计相关的领域中,R拥有最多的库,并且通常是最先进的算法/方法.

像我这样的大多数程序员喜欢使用他们所知道的语言,而学习新东西是一种权衡,主要是因为它耗费时间.

因此,如果学习一门新语言是一个可行的选择,R是一个不错的选择,在我看来是最好的选择.

简要介绍一下与贝叶斯网络和贝叶斯干扰相关的R库.

Baysian:http: //cran.r-project.org/web/views/Bayesian.html

图形模型:http: //cran.r-project.org/web/views/gR.html

机器学习:http: //cran.r-project.org/web/views/MachineLearning.html

R的主要优点:
- 易于安装库:install.packages("RWeka")
- 所有库的帮助格式和样式相同
- 如果你知道R,很容易从一个库切换到下一个库.所以很容易测试所有可用的库,然后使用最适合的库

Answer 3

从未使用过它，但也许MALLET库符合要求？