python - 贝叶斯网络输入数据可以是概率吗?

标签 python machine-learning classification bayesian bayesian-networks

例如:

 A     B     C     D     result
 0.7   0.6   0.5   0.9    good
 0.3   0.2   0.1   0.3    bad
 0.5   0.0   0.2   0.9    good
.............

可不可以用贝叶斯网络来分析,然后每次得到一个数据,比如[0.7,0.3,0.6,0.6]。用户可以获得它可能是好是坏的概率?

最佳答案

几分钟前刚看到你的问题。正如我从大学学到的,贝叶斯线性回归可以定义为一种线性回归方法,其中统计分析是在贝叶斯推理的背景下进行的。

并且根据贝叶斯回归的模型,可以通过数值来分析结果,得​​到一个 bool 结果。

这是模型 enter image description here 希望这可以帮到你。自从我了解到这一点已经很长时间了。 :)

关于python - 贝叶斯网络输入数据可以是概率吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31840217/

相关文章:

matlab - 在 SVM 中处理大型核矩阵

Python Pandas SettingWithCopyWarning 副本与新对象

Python:如何在堆叠模型中产生可重现的结果

Python 正则表达式 : Can't extract message containing escaped quotes

machine-learning - 我如何将 bool 张量输入到 tf.cond() 而不仅仅是一个 bool 值?

python - 在 jupyter nb v5、win 10、p2.7 中导入 XGBOOST 时出错。通过 conda mndrake 安装

python - 随机森林不进行分类

machine-learning - 分类模型中的阈值如何确定?

python - 将带有 docker 的 flask 应用程序部署到 heroku 时出现错误 R10

python - 如何在 Python 中对信号求导?