java - 如何使用 WEKA API 学习贝叶斯网络（结构+参数）？

Question

有谁知道使用 WEKA API 从数据中学习贝叶斯网络的“正确”程序？我在 WEKA 文档中找不到好的说明。

根据文档和每个功能“应该”做什么，我认为这会起作用：

Instances ins = DataSource.read( filename );
ins.setClassIndex(0);

K2 learner = new K2();

MultiNomialBMAEstimator estimator = new MultiNomialBMAEstimator();
estimator.setUseK2Prior(true);

EditableBayesNet bn = new EditableBayesNet( ins );
bn.initStructure();

learner.buildStructure(bn, ins);
estimator.estimateCPTs(bn);

但事实并非如此。我已经尝试过这个和其他变体，并且我不断得到ArrayIndexOutOfBoundsException或NullPointerException在 WEKA 代码中的某个地方，所以我错过了什么？

Answer 1

这个对我有用。我尝试使用以下数据集：

@relation test

@attribute x {0,1}
@attribute y {0,1,2}
@attribute z {0,1}

@data
0,1,0
1,0,1
1,1,1
1,2,1
0,0,0

让我提一下，当您的目标属性不是名义上的（例如数字）时，会出现异常。当您的所有属性都是标称时，贝叶斯网络会更好地工作。如果您将目标属性更改为数字，您将获得 aNullPointerException或ArrayIndexOutOfBoundsException. 特别是，在以下行引发了此异常：

EditableBayesNet bn = new EditableBayesNet(ins);

您应该首先离散化您的目标类。