logging - 在 bnlearn 中计算对数似然
问题描述
我使用库创建了一个贝叶斯网络模型bnlearn
。我想计算log-likelihood
模型的。你能告诉我我该怎么做吗?创建模型的示例代码:
bn = bn.fit(net, train)
nationprob = sumnations / sumallnations
cpt = coef(bn[["UserLocation"]])
cpt[1:length(EUROPE)] = nationprob
bn[["UserLocation"]] = cpt
cpt = coef(bn[["FriendsLocation"]])
cpt[1:length(EUROPE)] = nationprob
bn[["FriendsLocation"]] = cpt
bn.pred = predict(bn, node = "scaledsci", data = test)
tabl1 = table(bn.pred, test[, "scaledsci"])
mn = mean(bn.pred == test$scaledsci)
解决方案
推荐阅读
- java - Citrus 框架 - SUT 与其他服务通信的问题
- python - 使用另一列中的条件进行分组
- c# - WPF: Bind ListView to a data structure
- json - Add links to a Quick Links web part using PowerShell and JSON
- python - 如何为 pandas to_csv 设置行分隔符
- sql-server - SSDT 不会在未解析的引用上引发编译错误
- paypal - 如何在 PayPal 沙盒中测试重复/自动付款配置文件的失败、跳过付款?
- python - 使用 shapely、geopandas 和索引在 python 中连接网格的质心
- javascript - 如果所选选项为空,如何防止提交?
- javascript - RxJS 管道过滤到 2+ 个分支