在R中如何在贝叶斯网络中进行映射估计?
我必须使用MAP估计(最大后验概率)执行贝叶斯网络测试。我有一个由5个变量组成的(高斯)数据帧,每个变量有2到16个唯一值。是否有人知道使用bnlearn软件包设置ARC的人以及如何执行估算学习?现在我收到以下错误: 检查中的错误。拟合。方法(方法,数据):贝叶斯参数 对(条件)高斯贝叶斯网络的估计是不正确的 执行 我希望得到代表贝叶斯网络(条件)概率的参数估计在R中如何在贝叶斯网络中进行映射估计?,r,estimation,bayesian-networks,bnlearn,R,Estimation,Bayesian Networks,Bnlearn,我必须使用MAP估计(最大后验概率)执行贝叶斯网络测试。我有一个由5个变量组成的(高斯)数据帧,每个变量有2到16个唯一值。是否有人知道使用bnlearn软件包设置ARC的人以及如何执行估算学习?现在我收到以下错误: 检查中的错误。拟合。方法(方法,数据):贝叶斯参数 对(条件)高斯贝叶斯网络的估计是不正确的 执行 我希望得到代表贝叶斯网络(条件)概率的参数估计 #MAP estimate learning library(bnlearn) pdag = iamb(Bayesi
#MAP estimate learning
library(bnlearn)
pdag = iamb(BayesianDF)
pdag
#How to set arcs for the other nodes?
dag = set.arc(pdag, from = "results.cluster", to = "type_touch")
fit = bn.fit(dag, BayesianDF, method = "bayes")
fit