例如:
A B C D result
0.7 0.6 0.5 0.9 good
0.3 0.2 0.1 0.3 bad
0.5 0.0 0.2 0.9 good
.............
是否可以用贝叶斯网络对其进行分析,然后每次得到0.7、0.3、0.6等数据。用户可以得到一个概率的机会,它可能是好的或坏的?
请对Java贝叶斯推理框架提出建议:
1. Is open-source
2. Can be used programmatically from Java app.
3. Will be able to process 10 GB data-set running on a single host (node)
4. NOT Mahout or any other Hadoop-based / distributed frameworks (see 3.)
我需要对贝叶斯网络执行一些推论,例如我在下面创建的示例。
我想做一些类似这样的事情来解决一个推论,比如P(F=A= True,B= True)。我最初的方法是做这样的事
For every possible output of F
For every state of each observed variable (A,B)
For every unobserved variable (C, D, E, G)
// Calculate Probability
但我认为这是行不通的,因为我们实际上需要一次检查多个变量,而不是一次检查每个变量。
我听说过用于消息