1
A
回答
0
函数的链接(在您提供的链接处)似乎已经死亡,因此您需要联系页面作者。在这种情况下,计算起来并不困难,因为后验=可能*之前。所以只需通过乘以表来计算。 (?病)(?测试)给出POS可能性似乎所需的计算是d的概率
> joint = likelihood * prior
> # marginalise to calculate posterior (need to normalise)
> cs = colSums(joint)
> joint[,"pos"]/cs["pos"]
D not.D
0.009803922 0.990196078
作为替代方案,你可以镜框为贝叶斯网络(疾病 - >试验)使用gRain
包
> library(gRain)
> d = cptable(~disease, values = prior, levels=names(prior))
> tt = cptable(~test+disease, values=t(likelihood), levels=colnames(likelihood))
> net = grain(compileCPT(list(d, tt)))
> net2 = setEvi(net, evidence=list(test="pos"))
> querygrain(net2)
$disease
disease
D not.D
0.009803922 0.990196078
相关问题
- 1. 贝叶斯神经网络:计算Hessian
- 2. 设计贝叶斯网络
- 3. 贝叶斯规则 - 如何计算可能性
- 4. 贝叶斯vs OLS
- 5. 计算B和| V |在朴素贝叶斯文本分类
- 6. MATLAB计算贝叶斯信息准则与fit.m导致
- 7. 朴素贝叶斯分类器数学 - 缺乏计算精度
- 8. 计算边缘化贝叶斯网络的步骤数
- 9. 计算朴素贝叶斯分类的概率
- 10. 朴素贝叶斯分类与R - 奇怪的结果
- 11. NLTK朴素贝叶斯分类器奇怪的结果
- 12. Weka朴素贝叶斯输出中的“预测”列是如何计算的?
- 13. Matlab朴素贝叶斯
- 14. 理解贝叶斯定理
- 15. 贝叶斯网络澄清
- 16. PHP贝叶斯分类器
- 17. 贝叶斯网络教程
- 18. 实现贝叶斯网络
- 19. Clojure DAG(贝叶斯网络)
- 20. 贝叶斯网络在Matlab
- 21. 朴素贝叶斯回归
- 22. 实现高斯朴素贝叶斯
- 23. 贝叶斯方法:哪部分难以在贝叶斯推断中评估
- 24. 计算存储过程中的加权(贝叶斯)平均分数/指数?
- 25. Java实现朴素贝叶斯算法 - 需要一些指导
- 26. R的朴素贝叶斯算法的输出说明
- 27. 微软朴素贝叶斯算法有序输入属性
- 28. Kim和贝叶斯珍珠的消息传递算法网络
- 29. 基本概念:朴素贝叶斯算法的分类
- 30. 理解算法 - 多项朴素贝叶斯