“最大似然”和“贝叶斯”方法的bnlearn::bn.fit差异及计算

文章/答案/技术大牛

发布

1回答

r、bayesian、bayesian-networks、mle、bnlearn

我尝试理解包bnlearn的bn.fit函数中的两个方法bayes和mle之间的区别。我知道频率论者和贝叶斯方法之间关于理解概率的争论。在理论层面上，我认为最大似然估计mle是一种简单的频率论方法，将相对频率设置为概率。但是，如何计算才能得到bayes估计

浏览 16提问于2018-08-21得票数 3

回答已采纳

1回答

高斯朴素贝叶斯有参数可调吗？

machine-learning、probability、naivebayes、hyperparameters

我正在尝试实现一个科学知识库中的高斯朴素贝叶斯。我知道朴素贝叶斯是建立在贝叶斯定理的基础上的，在高层次上定义为：posterior = (prior * likelihood) / evidence. 据我所知，先前和证据都是从培训数据中学到的。我不确定Q1是否可能:它也是从训练数据中得到的，还是使用最大似然估计？Q2

浏览 4提问于2020-08-02得票数 0

回答已采纳

1回答

用sci-kit学习进行高斯过程回归

python、scikit-learn

上下文:在高斯过程(GP)回归中，我们可以使用两种方法：(2)贝叶斯方法:在核参数上引入参数先验分布。获取内核参数的后验分布的数据的条件，而现在， (IIa)通过最大化后验核参数似然(

浏览 10提问于2022-06-23得票数 0

回答已采纳

1回答

R bnlearn包重新分配条件概率时出错

r、bayesian-networks、bnlearn

我正在使用R中的bnlearn包，使用数据和专家知识来构建一个自定义拟合的离散贝叶斯网络。这需要使用bn.fit()创建一个bn.fit对象并修改感兴趣节点的本地分布。对于离散贝叶斯网络(或条件高斯网络中的离散节点)，条件概率表可以使用coef()从bn.fit对象中提取、更新和重新保存。library(bnlearn

浏览 23提问于2017-08-25得票数 1

1回答

sci学习朴素贝叶斯分类器的损失/风险函数

python、scikit-learn

我想知道是否有可能在scikit-learn中为朴素的Bayes分类器定义损失函数。例如，让我们假设我们对垃圾邮件和火腿分类感兴趣。在这种情况下，这样的损失函数将有助于降低假阳性率(即将火腿归类为垃圾邮件，这比将垃圾邮件分类为火腿“更糟”)。为了简单起见，我有一个使用来自高斯的随机数据的例子。

浏览 0提问于2014-08-30得票数 2

回答已采纳

1回答

最大似然参数估计

machine-learning、bayesian、mle

鉴于这一数据集：红大红大白大和以下贝叶斯网络：颜色->大小，我应该找到最大似然参数的贝叶斯网络。估计者是什么？我不知道如何在这里进行，因此，任何帮助都将受到极大的感谢。

浏览 1提问于2014-12-11得票数 1

回答已采纳

1回答

bnlearn如何计算连续数据的BIC？

r、bnlearn

我在R中使用bnlearn包，我想知道这个包是如何计算BIC-g (高斯分布中的BIC )的。(names(X))[1] -58

浏览 24提问于2019-02-26得票数 1

回答已采纳

1回答

最大似然假设和最大后验假说有什么区别？

machine-learning、statistics、probability、bayesian

我关注贝叶斯学习的概念，并研究了最大似然假设和最大后验假设。我已经看到，最大似然假设是最大可能获取数据的理由，它被定义为： h_{MAP}=arg_hmax

浏览 0提问于2020-09-16得票数 2

回答已采纳

1回答

BCP下流到-Inf

有人能帮我把下面的警告翻译成简单的英文吗？as.integer(return.mcmc)，as.integer(燃烧素)，：pbeta(*，log.p=TRUE) -> bpser(a=3630，b=21，x=0.8，.)流向-Inf XYZ_xts$LogReturns<-diff(log(XYZ_xts$Adj_Close),lag=10) XYZ_bcp<-bcp(XYZ_xts

浏览 1提问于2016-07-18得票数 1

回答已采纳

1回答

R贝叶斯网络平均模型(Max)：bn.fit中的误差，图只有部分有向

r、bayesian-networks、bnlearn

我对R中的编码也不是很精通，我正在努力解决以下问题:我试图从遗传表达式数据(文件carm.csv的链接)开始，使用一个平均MaxMin爬山的模型来学习一个健壮的结构和一个用于参数学习的Bayes方法来构建一个贝叶斯网络我使用函数bn.fit {bnlearn}进行参数学习，因为出现了一个错误消息："Error in bn.fit(.)：图只有部分有向。“

浏览 3提问于2022-05-23得票数 1

2回答

实现贝叶斯网络

java、c、bayesian-networks

有没有实现Bayesian Net的c或java示例我想解决一些事情，但不知道从哪里开始？

浏览 4提问于2011-03-20得票数 6

回答已采纳

1回答

scikit-learn GMM产生正对数概率

python、machine-learning、scikit-learn、mixture-model

我正在使用python scikit-learn包中的高斯混合模型来训练我的数据集，但是，我在编码时发现了这一点-- G.fit(...)得到的对数概率是正实数...为什么会这样呢？对数概率不一定是负的吗？我懂了。高斯混合模型返回给我们的是对数概率“密度”而不是概率“质量”，因此正值是完全合理的。如果协方差矩阵接近奇异，那么GMM将不会很好地执行，通常这意味着数据不适合于这样的生成任务

浏览 1提问于2012-08-29得票数 7

回答已采纳

1回答

贝叶斯超参数优化

machine-learning、bayesian、tree-structure

我已经为我的lstm超参数做了一些贝叶斯超参数优化的实验。我想知道这些策略在哪里被称为“贝叶斯”。谁能解释一下在超参数优化的背景下“贝叶斯”是什么意思？谢谢

浏览 17提问于2019-06-27得票数 1

1回答

基于神经网络的预测及对哪些底层模型的理解

neural-network、predictive-modeling、convolutional-neural-network、forecasting、generative-models

如果我有一组非常大的数据(~ 1TB)。如何使用神经网络对这些数据，以了解哪些基本分布(例如。让我们假设一个具有一定均值的高斯或泊松人，sd)是数据所青睐的。至少，我可以得出结论，如果其中一个发行版(两个发行版中的一个)不受欢迎？因此，主要的目标是，如果在预测时，在从这个数据集中学习之后，我能知道算法所预测的是基于哪种基本分布(或倾向于哪种分布)。

浏览 0提问于2021-04-24得票数 0

回答已采纳

1回答

经验朴素bayes与参数bayes分类器的区别

data-mining、bayesian

我试着理解这两种方法之间的区别。经验朴素贝叶斯分类器和参数贝叶斯分类器有什么区别？

浏览 2提问于2014-04-30得票数 0

1回答

在python / scipy中进行模型选择

python、numpy、scipy、statsmodels

在模型选择过程中，有时需要进行似然比检验，或使用BIC (贝叶斯信息准则)进行分析。虽然我绝对可以手动完成，但我想知道，是否有任何scipy函数可以做到这一点？我问这个问题是因为我认为应该有一种方法来进行这种类型的分析，或者至少有一个函数来获得似然值。PS:我不是在考虑拟合一个单一的分布，相反，我在考虑查看一些随时间变化的1D数据(即模型预测随时间变化)。此问题的<

浏览 0提问于2014-04-06得票数 2

1回答

如何使用具有自定义对数概率的MCMC及其矩阵的求解

pymc3、pymc、mcmc

代码是用PyMC3编写的，但这是一个一般性问题。我想找出哪个矩阵(变量的组合)给我的概率最高。取每个元素的迹线的平均值是没有意义的，因为它们相互依赖。下面是一个简单的例子；为简单起见，代码使用向量而不是矩阵。目标是找到一个长度为2的向量，其中每个值都在0和1之间，因此总和为1。

浏览 16提问于2019-03-27得票数 1

1回答

从blmer (回归模型列表)中提取p值和估计值？

r、regression、p-value

我有一个使用blmer创建的回归模型的列表，但是我无法提取p-值，因为它们不在anova(model)中，或者使用summary(model)$coefficients，因为我需要为多个系数提取p-值。从blmer的这些回归模型中是否有单独的函数或平均值来计算p值？除了我有一个模型列表：summary(m1)$coefficients 我的输

浏览 1提问于2019-09-23得票数 1

回答已采纳

1回答

MATLAB中数据集对分布的相似性

matlab、statistics、distribution

我有一个数据集，我想找出适合它的分布。如何检查此数据库上的差异分布？是否有任何代码或在MATLAB中执行此操作的自动代码谢谢。

浏览 0提问于2014-08-29得票数 0

2回答

使用PyMC3计算最大似然

python、statistics、pymc3

有些情况下，我实际上对贝叶斯推断的完全后验不感兴趣，而是简单地对最大似然(或对于适当选择的先验的最大后验)感兴趣，并且可能它是黑森的。PyMC3有这样做的函数，但find_MAP似乎会根据模型参数的先验分布以转换后的形式返回这些参数。有没有一种简单的方法可以从这些数据中获得未转换的值？find

浏览 0提问于2016-11-20得票数 8

点击加载更多