Matlab贝叶斯工具箱BNT建模
采用matlab的贝叶斯工具箱BNT完成以下“过劳死”问题的建模。
使用BNT工具箱中的贝叶斯结构、参数学习命令。
(t=ture; f=false)
参数学习代码:
%高级人工智能%
%BNT的参数学习%
N=5; %四个节点分别是国家政策C,学校政策U,工作压力大W,身体状况差B,过劳死D
dag=zeros(N,N); %网络连接矩阵初始化
C=1;U=2;W=3;B=4;D=5; %初始化节点顺序
dag(C,U)=1; %定义节点之间的连接关系
dag(U,[W B])=1;
dag(W,D)=1;
dag(B,D)=1;
discrete_nodes=1:N; %离散节点
node_sizes=2*ones(1,N); %节点状态数
%建立网络架构
bnet=mk_bnet(dag,node_sizes,'names',{'国家政策(C)','学校政策(U)','工作压力大(W)','身体状况差(B)','过劳死(D)'},'discrete',discrete_nodes);
%手工构造条件概率CPT表
bnet.CPD{C} = tabular_CPD(bnet,C,[0.5 0.5]);
bnet.CPD{U} = tabular_CPD(bnet,U,[0.95 0.01 0.05 0.99]);
bnet.CPD{W} = tabular_CPD(bnet,W,[0.9 0.05 0.1 0.95]);
bnet.CPD{B} = tabular_CPD(bnet,B,[0.3 0.01 0.7 0.99]);
bnet.CPD{D} = tabular_CPD(bnet,D,[0.335 0.3 0.05 0 0.665 0.7 0.95 1]);
%画出建立好的贝叶斯网络
figure
draw_graph(dag)
%手动构造样本数据samples:
nsamples=20000;
samples=cell(N,nsamples);
for i=1:nsamples
samples(:,i)=sample_bnet(bnet);
end
data=cell2num(samples);
bnet2 = mk_bnet(dag,node_sizes,'discrete',discrete_nodes);
%手动构造条件概率表cpt
seed=0;
rand('state',seed);
bnet2.CPD{C}=tabular_CPD(bnet2,C);
bnet2.CPD{U}=tabular_CPD(bnet2,U);
bnet2.CPD{W}=tabular_CPD(bnet2,W);
bnet2.CPD{B}=tabular_CPD(bnet2,B);
bnet2.CPD{D}=tabular_CPD(bnet2,D);
%手动构造得到的样本作为训练集代入learn_params()函数进行学习
bnet3=learn_params(bnet2,data);
%查看学习后的参数
CPT3=cell(1,N);
for i=1:N
s=struct(bnet3.CPD{i});
CPT3{i}=s.CPT;
end
fprintf('输出学习后的过劳死节点参数:\n');
dispcpt(CPT3{5});
%查看原来节点参数后的参数
CPT=cell(1,N);
for i=1:N
s=struct(bnet.CPD{i});
CPT{i}=s.CPT;
end
fprintf('输出真实的过劳死节点参数:\n');
dispcpt(CPT{5});
运行结果:
ans =
0.4500 0.5500 0.2833 0.6167 0.5500
输出学习后的过劳死节点参数:
1 1 : 0.3233 0.6767
2 1 : 0.2458 0.7542
1 2 : 0.0488 0.9512
2 2 : 0.0000 1.0000
输出真实的过劳死节点参数:
1 1 : 0.3350 0.6650
2 1 : 0.3000 0.7000
1 2 : 0.0500 0.9500
2 2 : 0.0000 1.0000
结构学习代码:
N=5;%四个节点分别是国家政策C,学校政策U,工作压力大W,身体状况差B,过劳死D
dag=zeros(N,N);%网络连接矩阵初始化
C=1;U=2;W=3;B=4;D=5;%初始化节点顺序
dag(C,U)=1;%定义节点之间的连接关系
dag(U,[W B])=1;
dag(W,D)=1;
dag(B,D)=1;
discrete_nodes=1:N;%离散节点
node_sizes=2*ones(1,N);%节点状态数
%建立网络架构
bnet=mk_bnet(dag,node_sizes,'names',{'国家政策(C)','学校政策(U)','工作压力大(W)','身体状况差(B)','过劳死(D)'},'discrete',discrete_nodes);
%手工构造条件概率CPT表
bnet.CPD{C} = tabular_CPD(bnet,C,[0.5 0.5]);
bnet.CPD{U} = tabular_CPD(bnet,U,[0.95 0.01 0.05 0.99]);
bnet.CPD{W} = tabular_CPD(bnet,W,[0.9 0.05 0.1 0.95]);
bnet.CPD{B} = tabular_CPD(bnet,B,[0.3 0.01 0.7 0.99]);
bnet.CPD{D} = tabular_CPD(bnet,D,[0.335 0.3 0.05 0 0.665 0.7 0.95 1]);
%画出建立好的贝叶斯网络
% figure
% draw_graph(dag)
%手动构造样本数据samples:
nsamples=2000;
samples=cell(N,nsamples);
for i=1:nsamples
samples(:,i)=sample_bnet(bnet);
end
data=cell2num(samples);
%结构学习
order=[1 2 3 4 5]; % 节点次序
ns=[2 2 2 2 2]; % 节点属性值的个数
max_fan_in=2; % 最大父节点数目
dag2 = learn_struct_K2(data,ns,order,'max_fan_in',max_fan_in);
bnet2=mk_bnet(dag2,node_sizes,'names',{'国家政策(C)','学校政策(U)','工作压力大(W)','身体状况差(B)','过劳死(D)'},'discrete',discrete_nodes);
%手工构造条件概率CPT表
bnet2.CPD{C} = tabular_CPD(bnet2,C,[0.5 0.5]);
bnet2.CPD{U} = tabular_CPD(bnet2,U,[0.95 0.01 0.05 0.99]);
bnet2.CPD{W} = tabular_CPD(bnet2,W,[0.9 0.05 0.1 0.95]);
bnet2.CPD{B} = tabular_CPD(bnet2,B,[0.3 0.01 0.7 0.99]);
bnet2.CPD{D} = tabular_CPD(bnet2,D,[0.335 0.3 0.05 0 0.665 0.7 0.95 1]);
figure
draw_graph(dag); %画出建立好的贝叶斯网络
CPT2=cell(1,N);
for i=1:N
s=struct(bnet2.CPD{i});
CPT2{i}=s.CPT;
end
fprintf('输出结构学习之后过劳死节点参数:\n');
dispcpt(CPT2{5});
运行结果:
输出结构学习之后过劳死节点参数:
1 1 : 0.3350 0.6650
2 1 : 0.3000 0.7000
1 2 : 0.0500 0.9500
2 2 : 0.0000 1.0000
Matlab贝叶斯工具箱BNT建模相关推荐
- 使用MATLAB贝叶斯工具箱(BNT),进行吉布斯采样(Gibbs Sampling)之前需要做的编译工作...
使用BNT(Bayesian Networks Toolbox)进行推断时,内置了吉布斯采样算法(即gibbs_sampling_inf_engine),但是如果调用这个引擎做推断会报错.报错内容大概 ...
- matlab2016a贝叶斯工具箱,matlab贝叶斯工具箱
matlab贝叶斯工具箱是由Kevin Murphy开发的编程学习工具,该工具采用MATLAB语言编制,可实现贝叶斯网络结构学习.参数学习.推理和构建贝叶斯分类器,此工具箱在贝叶斯学习编程方面非常灵活 ...
- matlab 贝叶斯工具箱,matlab的BNT贝叶斯工具箱错误求教
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 麻烦各位做贝叶斯网络的朋友帮我看看..谢谢了. function [engine, loglik] = enter_evidence(engine, ev ...
- Matlab贝叶斯工具箱函数冲突、函数或变量无法识别、箭头无法显示的解决办法
警告: 函数 assert 与某个 MATLAB 内置函数同名.建议您重命名该函数以避免潜在的名称冲突. 位置:path (第 109 行) 位置: addpath (第 86 行) 要不就是各种函数 ...
- matlab贝叶斯编程代码,bnt 基于matlab的贝叶斯工具箱 各种程序与算法,在 网络编程中作为调用 238万源代码下载- www.pudn.com...
文件名称: bnt下载 收藏√ [ 5 4 3 2 1 ] 开发工具: Others 文件大小: 12067 KB 上传时间: 2014-03-12 下载次数: 1 详细说明:基于matla ...
- 安装matlab贝叶斯网络工具箱
安装matlab贝叶斯网络工具箱 下载工具箱 安装工具箱 安装matlab贝叶斯网络工具箱 1. 下载工具箱 下载链接: 官方下载:http://www.cs.ubc.ca/~murphyk/Soft ...
- pymc3 贝叶斯线性回归_使用PyMC3进行贝叶斯媒体混合建模,带来乐趣和收益
pymc3 贝叶斯线性回归 Michael Johns, Zhenyu Wang, Bruno Dupont, and Luca Fiaschi 迈克尔·约翰斯,王振宇,布鲁诺·杜邦和卢卡·菲亚斯基 ...
- 贝叶斯思维 统计建模的Python学习法pdf
下载地址:网盘下载 编辑推荐 贝叶斯方法正在变得越来越常见与重要,但是却没有太多可以借鉴的资料来帮助初学者.基于Allen Downey在大学讲授的本科课程,本书的计算方法能帮助你获得一个良好的开端. ...
- matlab bnt,matlab的BNT贝叶斯工具箱错误求教
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 麻烦各位做贝叶斯网络的朋友帮我看看..谢谢了. function [engine, loglik] = enter_evidence(engine, ev ...
最新文章
- python开发要学哪些?
- solr系列之solr-5.5.5 window单机版默认Jetty安装
- python找水仙花数_Python一句代码实现找出所有水仙花数的方法
- 目标检测--Spatial pyramid pooling in deep convolutional networks for visual recognition(PAMI, 2015)
- node.js服务器+mongodb数据库(重拾)
- 剑指 Offer——和为 S 的两个数字
- c/c++ 多线程 ubuntu18.04 boost编译与运行的坑
- 将公共云延伸至本地,阿里云推出本地化部署服务云盒Cloud Box
- 【十分钟开发物联网】楼宇访客门禁管理(Wifi版)
- 【matlab】数值计算实现电路仿真
- vue实现在线客服功能(附完整代码)
- 【Unity】Unity下载器下载不下IOS/Android等模块的解决办法
- cobra是什么鬼?
- [pytorch]yolov3.cfg参数详解(每层输出及route、yolo、shortcut层详解)
- 爬虫练习(Day4)
- zk和quartz实现分布式定时调度
- 洛谷 P1710 地铁涨价
- 脸部日常护理私家秘方
- B2 - H - Historic Exhibition(二分图匹配+优化建图)
- 小姐姐想学Python 自动化测试,京东大牛彻夜未眠整理的学习方法!
热门文章
- 微信公众号如何上传视频
- 常用配置文件(备忘录)
- 360腾讯计算机比赛,XP挑战赛:腾讯电脑管家完胜360 XP盾甲
- 面向未来的前端框架ThinkJs
- 【附源码】计算机毕业设计java学生健康饮食信息管理系统设计与实现
- 控制器POX在windows下使用教程
- STL关于queue(队列)与priority_queue(优先队列)的一些笔记
- 成为阿里P7移动架构师到底有多难?享学课堂java架构师
- SRGNN番外篇——我的死磕笔记
- css flexbox模型_通过Flexbox Froggy游戏自学CSS Flexbox