Réseau Bayésien

Je suis novice en apprentissage automatique. Je ai un BN avec 4 variables [X1, X2, X3, X4] et je suis intéressé à prédire Y sur la base de ceux-ci. Pour les données d'entraînement, j'ai [X1, X2, X3, X4, Y]. Mais pour les données réelles, je n'ai que [X1, X2, X3] et je veux prédire Y. De plus, je sais que X4 est conditionnellement indépendant de X1, X2 et X3.Réseau Bayésien

Est-ce possible? Existe-t-il une technique standard pour le faire?

Source

2013-04-16 Suranga

$ P (Y | X1, X2, X3) = \ int P (Y | X1, X2, X3, X4) P (X4) dX4 $ – Memming

Thx a eu l'idée. Cependant toujours penser à un moyen de le faire. Par exemple j'ai un fichier de données de [t, X1, X2, X2, X4, Y] pour l'entraînement et un autre pour [t, X1, X2, X3] pour lequel j'ai besoin de prédire [t est l'horodatage]. Pour le dernier je ne peux pas calculer juste P (X4) puis-je? – Suranga

X4 est conditionnellement indépendant de (X1, X2, X3) étant donné * quoi *? –

S'il y a un horodatage, à savoir les données temporelles et non i.i.d., vous devez utiliser un de ces:

i. une chaîne de Markov;

ii. un modèle de Markov caché;

iii. a Réseaux bayésiens dynamiques.

Notez que la complexité (et la sophistication) de la solution augmente de i. à iii.

Espérons que cela aide.

Source

2013-07-12 13:38:07 Rhubarb

Réseau Bayésien

Répondre

Questions connexes