如何使用WEKA API学习贝叶斯网络结构+参数？

如何解决如何使用WEKA API学习贝叶斯网络结构+参数？

| 有人知道使用WEKA API从数据中学习贝叶斯网络的“适当”过程吗？我在WEKA文档中找不到很好的说明。 根据文档以及每个功能“应”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。我已经尝试过这种方法和其他变体，但是在WEKA代码内的某处不断出现

Arrayindexoutofboundsexception

或

NullPointerException

，那么我还缺少什么？     

解决方法

这个对我有用。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
0,0
1,1
1,2,1
0,0

让我说一下，当您的目标属性不是名义属性（例如数字）时，会出现例外情况。当所有属性均为标称值时，贝叶斯网络可以更好地工作。如果将target属性更改为数字，则会得到

NullPointerException

或

ArrayIndexOutOfBoundsException

。特别是，此异常被抛出：

EditableBayesNet bn = new EditableBayesNet(ins);

您应该首先离散化您的目标类。