面向大数据集的Java贝叶斯推理框架

Question

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.)

Answer 1

数据的大小将不是限制因素，而是您要更新的模型的复杂性。如果它是一个简单的朴素贝叶斯模型，那么它很容易实现。如果你想要更复杂的东西，例如多连接网络，那么模型的复杂性将决定你是否可以进行精确的推理，或者是否需要权衡，例如近似算法。

凯文·墨菲最近在http://www.cs.ubc.ca/~murphyk/Software/bnsoft.html上更新了贝叶斯推理软件的比较。我正在研究的一个开放源码包是libDAI (http://cs.ru.nl/~jorism/libDAI/)，它是用C++编写的，但我假设它可以从Java语言中调用。它支持多种推理方法，包括循环信任传播，这似乎是一种非常好的近似算法。

Answer 2

也许weka符合你的要求？http://www.cs.waikato.ac.nz/ml/weka/它绝对满足了要求1，2和4。3如果默认的weka.core.Instances没有提供某种类型的“流”数据，那么它应该可以通过自定义实现来实现，所以不是所有的数据都需要一次都驻留在内存中--已经有一段时间没有使用它了，所以我不确定。