贝叶斯网络库

Question

你好，老友，数字管理员

如标题所示，我正在寻找一个用于学习和推断贝叶斯网络的库。我已经找到了一些，但我希望得到一个推荐。

快速概述中的要求：

• 最好用Java或Python编写
• 配置(也是网络本身)是可能的，而b)可能是通过代码(而不仅仅是通过GUI)。
• 源代码可用
• 项目仍在维护中
• 越强大越好

你推荐哪一种？

Answer 1

看看韦卡。在我的树林里很受欢迎.它是开源的，用Java编写。

这将从以下摘要中向您介绍Weka中的贝叶斯网络：

• 贝叶斯网络的结构学习采用各种爬山算法(K2、B等)和通用算法(模拟退火、禁忌搜索)。
• 实现了局部评分指标:贝叶斯、BDe、MDL、熵、AIC。
• 实现了全球得分指标；不包括cv、k折叠cv和累积cv。
• 基于条件独立性的因果恢复算法。
• 参数估计采用直接估计和贝叶斯模型平均。
• GUI方便贝叶斯网络的检验。

Answer 2

所以我在这里给出了我的主观答案。

根据我的经验，与统计有关的所有问题都最好用R来解决。我经常看到，在与统计有关的领域中，R拥有最多的库，而且通常是最先进的算法/方法。

大多数像我这样的程序员喜欢使用他们熟悉的语言，学习新的东西是一种取舍，主要是因为这很费时。

因此，如果学习一种新的语言是一个可行的选择，R是一个好的选择，在我看来是最好的选择。

简要介绍与贝叶斯网络和贝叶斯干扰相关的R库。

Baysian：http://cran.r-project.org/web/views/Bayesian.html

图形模型：http://cran.r-project.org/web/views/gR.html

机器学习：http://cran.r-project.org/web/views/MachineLearning.html

R.的主要优点是：

• 易于安装库: install.packages("RWeka")
• 帮助格式和样式对于所有库都是相同的。
• 如果你知道R，就很容易从一个库切换到另一个库。因此，很容易测试所有可用的库，然后使用最适合的库

Answer 3

从来没有使用过它，但也许马勒库符合这个要求？