这里的libpgm是用于概率图模型的python库,其文档地址为http://pythonhosted.org/libpgm/
这里主要用libpgm进行贝叶斯网络(bayesian network)的学习和推理。当前libpgm的最新版本为1.3。
相关的库
如果你需要寻找支持贝叶斯网络的库,可以参考stackoverflow上的这个问题:Create Bayesian Network and learn parameters with Python3.x
我的项目中需要进行贝叶斯网络的结构学习和参数学习,在使用libpgm之前也找了不少的库:
Weka是一个很强大的数据分析工具,它提供了Java接口,可以进行贝叶斯网络的学习。但是它需要指定一个属性作为类属性,我的项目里类属性有多个,无法进行这样的指定。在Weka的GUI界面中,它直接将贝叶斯网络作为一种分类方法,这与我的需求不太符合。也有人提到可以不指定类属性,这里没有再进一步调研。如果想要利用Weka进行贝叶斯网络相关的计算,这里有两个链接可以参考

本文介绍了libpgm库在概率图模型,特别是贝叶斯网络中的应用。作者讨论了在使用libpgm进行贝叶斯网络结构学习和参数学习时遇到的问题,包括训练速度慢和结构学习出错导致的图中存在环的错误。通过特征选择和源码修改,解决了这些问题。
最低0.47元/天 解锁文章
1441

被折叠的 条评论
为什么被折叠?



