Я нахожусь в процессе изучения байесовской сети для классификации на Matlab, и я застрял на простом (я думаю) шаге:
So for a naive bayes classifier like for the iris data set, the class is on the top node like this:
class
/ \ feature1 feature2
Так что все в порядке, я понимаю, почему класс является причиной функций, это нормально, я понимаю, почему класс сам по себе имеет априор.
Но в случае ненаивной байесовской сети, например:
cause1 cause2 | \ / | consequence | / class
В той ситуации, что не наивно, как пойдёт приора, как её настроить? Как мне получить классификацию из этого? Спасибо (:
PS: Я смотрю на BNT для сети.