贝叶斯网络图书馆

Question

Hello号码计数器

正如标题所示，我正在寻找一个用于学习和推理贝叶斯网络的图书馆。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a）可能和b）可能通过代码（而不仅仅是通过GUI）。
• 可用源代码
• 项目仍然维护
• 越强大，越好

你推荐哪一个？

Answer 1

看看Weka。它在我的脖子上很受欢迎......它是开源的，用Java编写。

This将从摘要中告诉你Weka中的贝叶斯网络：

• 贝叶斯的结构学习 使用各种爬山的网络 （K2，B等）和一般用途 （模拟退火，禁忌搜索） 算法。
• 本地得分指标 实施;贝叶斯，BDe，MDL， 熵，AIC。
• 全球得分指标 实施;留下一个cv，k-fold cv和累积cv。
• 条件 基于独立的因果恢复 算法可用。
• 参数 估计使用直接估计和 贝叶斯模型平均。
• GUI for 轻松检查贝叶斯网络。

Answer 2

所以在这里我给出了主观的答案。

根据我的经验，与统计相关的所有内容最好用R来解决。我经常看到，在与统计相关的领域中，R拥有最多的库，并且通常是最先进的算法/方法。

像我这样的大多数程序员喜欢使用他们所熟悉的语言，而学习新东西是一种权衡，主要是因为它很耗时。

因此，如果学习一门新语言是一个可行的选择，R是一个不错的选择，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。

贝叶斯： 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：
   - 易于安装库：install.packages（“RWeka”）
   - 所有图书馆的帮助格式和风格相同    - 如果你知道R，很容易从一个库切换到下一个库。所以很容易测试所有可用的库，然后使用最适合的库

Answer 3

从未使用它，但是MALLET库可能符合要求吗？