实例介绍
应用matlab编写的贝叶斯网络结构学习工具包的v1.5版。
【实例截图】
【核心代码】
SLP
└── SLP
├── contents.m
├── copyright.txt
├── examples
│ ├── test_bnpc2.m
│ ├── test_bnpc.m
│ ├── test_cache.m
│ ├── test_chisquare.m
│ ├── test_cpdag.m
│ ├── test_data_generation.m
│ ├── test_gener.m
│ ├── test_ges_em.m
│ ├── test_ges.m
│ ├── test_gs2.m
│ ├── test_kldiv.m
│ ├── test_knn.m
│ ├── test_MWSTEM.m
│ ├── test_mwst.m
│ ├── test_netica_export.m
│ ├── test_pc.m
│ ├── test_sem1.asv
│ ├── test_sem1.m
│ ├── test_sem2.m
│ └── UCI_DataSets
│ ├── abalone
│ ├── abaloneD.m
│ ├── abalone.names
│ ├── australian
│ ├── australianD.m
│ ├── australian.doc
│ ├── car
│ ├── carD.m
│ ├── car.names
│ ├── contracep.names
│ ├── contrasep
│ ├── contrasepD.m
│ ├── diabetes
│ ├── diabetesD.m
│ ├── diabetes.names
│ ├── german
│ ├── germanD.m
│ ├── german.doc
│ ├── heart
│ ├── heart2
│ ├── heart2.mat
│ ├── heartD.m
│ ├── heart.doc
│ ├── hepatitis.dat
│ ├── hepatitisL.m
│ ├── horseD
│ ├── horse.dat
│ ├── horseL.m
│ ├── horseTD
│ ├── horse_test.dat
│ ├── house.dat
│ ├── houseL.m
│ ├── letter_A
│ ├── letterD.data
│ ├── letterD.m
│ ├── letterD.names
│ ├── letter_T
│ ├── monks1.dat
│ ├── monks1D.m
│ ├── monks2.dat
│ ├── monks2D.m
│ ├── monks3.dat
│ ├── monks3D.m
│ ├── monks_A1
│ ├── monks_A2
│ ├── monks_A3
│ ├── monks.names
│ ├── monks_T
│ ├── monks_test.dat
│ ├── mushrooms.dat
│ ├── mushroomsL.m
│ ├── nursery
│ ├── nurseryD.m
│ ├── nursery.names
│ ├── pen_A
│ ├── pendigits.names
│ ├── penD.m
│ ├── pen_T
│ ├── segment
│ ├── segmentD.m
│ ├── segment.doc
│ ├── soybean.dat
│ ├── soybeanL.m
│ ├── soybean_test.dat
│ ├── spect_a
│ ├── SPECTD.m
│ ├── SPECT.names
│ ├── spect_t
│ ├── tae
│ ├── taeD.m
│ ├── tae.names
│ ├── thyroid_app.mat
│ ├── thyroidL.m
│ ├── thyroid_test.mat
│ ├── wine
│ ├── wineD.m
│ ├── wine.names
│ ├── zoo
│ ├── zooD.m
│ └── zoo.names
├── learning
│ ├── @jtree_inf_engine2
│ │ ├── cliques_from_engine.m
│ │ ├── clq_containing_nodes.m
│ │ ├── collect_evidence.m
│ │ ├── display.m
│ │ ├── disp.m
│ │ ├── distribute_evidence.m
│ │ ├── enter_evidence.m
│ │ ├── enter_soft_evidence.m
│ │ ├── find_max_config.m
│ │ ├── find_mpe.m
│ │ ├── get.m
│ │ ├── init_pot.m
│ │ ├── jtree_inf_engine2.m
│ │ ├── marginal_family.m
│ │ ├── marginal_nodes.m
│ │ ├── set_fields.m
│ │ └── set.m
│ ├── learn_struct_bnpc.m
│ ├── learn_struct_EM.m
│ ├── learn_struct_ges_EM.m
│ ├── learn_struct_ges.m
│ ├── learn_struct_gs2.m
│ ├── learn_struct_gs.m
│ ├── learn_struct_hc.m
│ ├── learn_struct_mcmc.m
│ ├── learn_struct_mwst_EM.m
│ ├── learn_struct_mwst.m
│ ├── learn_struct_pdag_pc_mod.m
│ ├── learn_struct_tan_EM.m
│ ├── learn_struct_tan.m
│ └── mk_naive_struct.m
├── license.gpl
├── misc
│ ├── bnt_to_mat.m
│ ├── chi2_table.m
│ ├── classification_evaluation.m
│ ├── complete_pattern.m
│ ├── compute_bnet_nparams.m
│ ├── confiance.m
│ ├── cpdag_to_dag2.m
│ ├── cpdag_to_dag.m
│ ├── CPT_from_bnet.m
│ ├── dag_to_cpdag1.m
│ ├── dag_to_cpdag.m
│ ├── discretization.m
│ ├── editing_dist.m
│ ├── export_cases.m
│ ├── export_dnet.m
│ ├── exportfig.m
│ ├── find_nodes_in_undirected_component.m
│ ├── foptions.m
│ ├── gener_data_from_bnet_miss.m
│ ├── gener_discrete_dist.m
│ ├── gener_empty_cache.m
│ ├── gener_MAR_net.m
│ ├── gener_MCAR_net.m
│ ├── gener_NMAR_data.m
│ ├── histc_ic.m
│ ├── hist_ic.m
│ ├── inference.m
│ ├── isdag.m
│ ├── ismemberclique.m
│ ├── knn.m
│ ├── Markov_equivalent_dags.m
│ ├── mat_to_bnt.m
│ ├── mk_nbrs_of_dag_topo.m
│ ├── mk_nbrs_of_pdag_add.m
│ ├── mk_nbrs_of_pdag_del.m
│ ├── multiply_one_marginal.c
│ ├── multiply_one_marginal.dll
│ ├── multiply_one_marginal.mexa64
│ ├── multiply_one_marginal.mexglx
│ ├── pdag_to_all_dags.m
│ ├── pdag_to_dag.m
│ ├── pdag_unsigned_to_signed.m
│ └── subsets1.m
├── scoring
│ ├── calculate_mutual_information_array.m
│ ├── cond_indep_chisquare.m
│ ├── cond_mutual_info_score.m
│ ├── kl_divergence2.m
│ ├── kl_divergence.m
│ ├── mutual_info_score.m
│ ├── score_add_to_cache.m
│ ├── score_dag.c
│ │ ├── learn_struct_gs_dtab_INFO.txt
│ │ ├── learn_struct_gs_dtab.m
│ │ ├── learn_struct_gs_dtabx.m
│ │ ├── learn_struct_gs_dtabxx.m
│ │ ├── score_dag_x.c
│ │ ├── score_family_x.c
│ │ ├── score_x.c
│ │ └── score_x.h
│ ├── score_dags.m
│ ├── score_family.m
│ ├── score_find_in_cache.m
│ └── score_init_cache.m
└── SLP_doc_1.5.pdf
8 directories, 196 files
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论