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。

根据文档以及每个函数“应该”执行的操作，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，但我不断在 WEKA 代码中的某处收到 ArrayIndexOutOfBoundsException 或 NullPointerException ，那么我错过了什么？

Answer 1

这对我有用。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属性（例如数字）时，预计会出现异常。当所有属性均为名义属性时，贝叶斯网络效果更好。如果将目标属性更改为数字，您将收到 NullPointerException 或 ArrayIndexOutOfBoundsException。特别是，此异常会在以下行抛出：

EditableBayesNet bn = new EditableBayesNet(ins);

您应该首先离散化您的目标类。