正在寻找进行贝叶斯网络 "structure" 学习的工具
Searching for tools to do bayesian network "structure" learning
有很多程序为贝叶斯网络做参数学习。我很难找到进行（或尝试进行）结构化学习的库或工具。具体来说，一种使用信息论方法的方法，通过查看添加边的信息增益，或分析随机变量之间的交叉熵来确定它们是否有任何关系或是否独立。这不是我试图解决的核心问题，但学习结构是其中的重要部分。因此，找到一个现有的 tool/library 将大有帮助。
试试 bnlearn library。它包含结构学习、参数学习、推理和各种著名的示例数据集，例如洒水器，亚洲，警报器。
- Github documentation pages
- 可以找到示例here
- 可以找到关于检测因果关系的博客here。
有很多程序为贝叶斯网络做参数学习。我很难找到进行（或尝试进行）结构化学习的库或工具。具体来说，一种使用信息论方法的方法，通过查看添加边的信息增益，或分析随机变量之间的交叉熵来确定它们是否有任何关系或是否独立。这不是我试图解决的核心问题，但学习结构是其中的重要部分。因此，找到一个现有的 tool/library 将大有帮助。
试试 bnlearn library。它包含结构学习、参数学习、推理和各种著名的示例数据集，例如洒水器，亚洲，警报器。
- Github documentation pages
- 可以找到示例here
- 可以找到关于检测因果关系的博客here。