如何使用 WEKA API 学习贝叶斯网络（结构+参数）？答案

【问题标题】：How to learn a Bayesian Network (structure+parameters) with the WEKA API?如何使用 WEKA API 学习贝叶斯网络（结构+参数）？
【发布时间】：2011-05-27 04:50:19
【问题描述】：

有人知道使用 WEKA API 从数据中学习贝叶斯网络的“正确”程序吗？我在 WEKA 文档中找不到好的说明。

根据文档和每个功能“应该”做什么，我认为这会起作用：

Instances ins = DataSource.read( filename );
ins.setClassIndex(0);

K2 learner = new K2();

MultiNomialBMAEstimator estimator = new MultiNomialBMAEstimator();
estimator.setUseK2Prior(true);

EditableBayesNet bn = new EditableBayesNet( ins );
bn.initStructure();

learner.buildStructure(bn, ins);
estimator.estimateCPTs(bn);

但事实并非如此。我已经尝试过这个和其他变体，并且在 WEKA 代码中的某处不断收到 ArrayIndexOutOfBoundsException 或 NullPointerException，那么我错过了什么？

【问题讨论】：

我正在寻找开始使用贝叶斯网络的资源。看看你提到的 WEKA API。
WEKA GUI 本身是否使用 API？如果是这样，您可以以此为例。您还可以查看源代码，看看是否有任何意义。

标签： java api weka bayesian-networks

【解决方案1】：

它对我有用。我尝试了以下一组数据：

@relation test

@attribute x {0,1}
@attribute y {0,1,2}
@attribute z {0,1}

@data
0,1,0
1,0,1
1,1,1
1,2,1
0,0,0

让我提一下，当您的目标属性不是名义上的（例如数字）时，会出现异常。当您的所有属性都是标称时，贝叶斯网络会更好地工作。如果您将目标属性更改为数字，您将获得NullPointerException 或ArrayIndexOutOfBoundsException。特别是，在这一行抛出了这个异常：

EditableBayesNet bn = new EditableBayesNet(ins);

你应该首先离散化你的目标类。

【讨论】：

我不知道以前出了什么问题，但现在它也对我有用。