贝叶斯网络的输入数据可以是概率吗?

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.............

是否可以使用贝叶斯网络来分析这些数据,然后每次当获取到类似[0.7,0.3,0.6,0.6]的数据时,用户可以得到它可能是好还是坏的概率?


回答:

几分钟前刚看到你的问题。根据我在大学学到的知识,贝叶斯线性回归可以被定义为一种在贝叶斯推断的背景下进行统计分析的线性回归方法。

根据贝叶斯回归模型,结果可以通过数值进行分析,并最终得出一个布尔结果。

这是模型的示意图 enter image description here希望这对你有帮助。这已经是我很久以前学过的内容了。:)

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注