【问题标题】:Missing values in bayesian learning贝叶斯学习中的缺失值
【发布时间】:2013-12-28 06:59:14
【问题描述】:

假设您有以下数据集,其中观察到两个变量 Color 和 Size:

颜色 |尺寸 ------+------ 红色 |大的 白色 |小的 红色 |小的 红色 |大的 白色 |大的 红色 |大的

要求您学习贝叶斯网络的最大似然参数,如下所示:

颜色 -> 尺寸

对于表中描述的学习问题,您获得了更多数据,但新数据集包含缺失值。您现在可以使用哪种算法来学习最大似然参数?

【问题讨论】:

    标签: machine-learning artificial-intelligence bayesian bayesian-networks


    【解决方案1】:

    如果您只丢弃具有缺失值的情况,您将获得不准确的值。

    所以您需要对概率进行预测,并且您可以使用预期最大化算法。 http://en.wikipedia.org/wiki/Expectation%E2%80%93maximization_algorithm

    【讨论】:

      猜你喜欢
      • 2016-05-01
      • 2013-09-11
      • 2019-03-01
      • 2020-04-15
      • 2016-12-11
      • 2016-11-09
      • 2015-10-28
      • 2020-04-12
      • 2015-06-07
      相关资源
      最近更新 更多