如何解决bnlearn 中对数似然的计算
我使用库 bnlearn 创建了一个贝叶斯网络模型。我想计算模型的 log-likelihood。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)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
