Tôi đã dành cả ngày để tìm hiểu về gói bnlearn trong R chỉ để khám phá ra rằng các mô hình Bayes không hoạt động với các đồ thị vô hướng. Tôi đang cố gắng tìm hiểu về Mạng trường ngẫu nhiên Markov và cho đến nay, tất cả những gì tôi có thể làm là tạo cấu trúc đồ họa bằng LASSO đồ họa.
Trong các biểu đồ có hướng, dường như có hai giai đoạn: "học cấu trúc" được thực hiện bởi một phương thức nào đó, và sau đó "học thông số" được thực hiện bằng phương pháp khác. Ý nghĩa của tôi là việc học thông số cho bạn biết về trọng số cạnh giữa mỗi biến (tính năng) có trong mô hình của bạn. Câu hỏi của tôi là ... vậy thì sao? Bạn làm gì với một đồ thị có trọng lượng cạnh?
Nếu tôi có một tập dữ liệu quan sát theo các tính năng và các nút của biểu đồ của tôi là các tính năng từ tập dữ liệu này (lượm lặt từ LASSO đồ họa đang cố gắng mô phỏng nghịch đảo của ma trận hiệp phương sai), tôi có thể học được gì từ điều này? Tôi có thể so sánh các nhóm dữ liệu của mình (được phân tách bằng giá trị lớp đích) và chỉ định một số loại phân tích giá trị p với các nút không? Tôi bối rối, tôi nghĩ, về bức tranh lớn của các mô hình đồ họa.