贝叶斯网络答案

【问题标题】：Bayesian Network贝叶斯网络
【发布时间】：2013-04-08 06:31:19
【问题描述】：

我是机器学习的新手。

我有一个包含 4 个变量 [X1,X2,X3,X4] 的 BN，我有兴趣根据这些变量预测 Y。对于训练数据，我有 [X1,X2,X3,X4,Y]。但是对于实际数据，我只有 [X1,X2,X3] 并且我想预测 Y。此外，我知道 X4 有条件地独立于 X1、X2 和 X3。

这可能吗？是否有标准技术可以做到这一点？

【问题讨论】：

$P(Y|X1,X2,X3) = \int P(Y|X1,X2,X3,X4)P(X4) dX4$
Thx 明白了。不过还在想办法。例如，我有一个 [t,X1,X2,X2,X4,Y] 的数据文件用于训练，另一个用于 [t,X1,X2,X3] 的数据文件，我需要预测 [t 是时间戳]。对于后者，我不能只计算 P(X4) 可以吗？
X4 有条件地独立于 (X1,X2,X3) 给定 what?
P(X4/X1)=P(X4) 等等...
您能否提供从数据中生成 CPT 的示例代码？我也有同样的问题。我想从数据 dataframe(t, X1,X2,X3,...X8,Y) 训练一个 BN，然后预测 Y 或其新数据数据行的概率（t1, X1,X2,X3,...X8 ）。这可能吗？

【解决方案1】：

如果有时间戳，即数据是临时的而不是 i.i.d.，您应该使用以下之一：

i. 马尔可夫链；

ii。隐马尔可夫模型；

iii.动态贝叶斯网络。

请注意，解决方案的复杂性（和复杂性）从 i 开始增加。到三。

希望这会有所帮助。

【讨论】：