最有效的贝叶斯网络Java API?
我目前正计划在Java应用程序中实现一个贝叶斯网络解决方案,用于推断已知节点网络的结果概率。我一直在网络上寻找可用的Java API,并且遇到了许多这样的API–JavaBayes、netica-J、Jayes、WEKA(?)等等 现在,我正在努力寻找所有这些API在性能、可用性和价格方面的比较,以了解哪一个是最好的。我已经测试了AgenaRisk API,它适合我的需要,但是在承诺使用此产品之前,如果有人了解以下方面,那就太好了:最有效的贝叶斯网络Java API?,java,bayesian-networks,Java,Bayesian Networks,我目前正计划在Java应用程序中实现一个贝叶斯网络解决方案,用于推断已知节点网络的结果概率。我一直在网络上寻找可用的Java API,并且遇到了许多这样的API–JavaBayes、netica-J、Jayes、WEKA(?)等等 现在,我正在努力寻找所有这些API在性能、可用性和价格方面的比较,以了解哪一个是最好的。我已经测试了AgenaRisk API,它适合我的需要,但是在承诺使用此产品之前,如果有人了解以下方面,那就太好了: 不同API之间的性能差异(或者可以忽略不计?即,它们都依赖于相
谢谢 对于任何遇到此问题并感兴趣的人:
我不确定答案是什么是“是”,与…相同,但第4个答案不完全相同:例如,WEKA可以学习贝叶斯网络并将其用于分类,但不能(根据文档)将其用于推理。嗨,nekomatic,这也是我最初的理解,但事实证明,你可以在预定义的贝叶斯网络上单独执行推理,这只是有点尴尬(我已经能够重现使用Jayes或AgenaRisk获得的结果)。为了清理这个过程,我将在WEKA库上构建类。抱歉,如果我误解了一些非常有趣的内容,您是否可以分享更多细节或示例?当然:类
weka.classifiers.bayes.net.BayesNetGenerator
将允许您创建节点、添加状态/值、链接它们(使用weka中的圆弧)并设置分布。然后您可以使用weka.classifiers.bayes.net.MarginCalculator
执行推理。希望有帮助!谢谢我需要一段时间才能弄清楚这是否符合我的需要,但这给了我一些继续下去的机会。