accuracy | 计算预测精度。 | ||
AIC.bnc_bn | 计算(惩罚)对数似然。 | ||
aode | 学习AODE合奏。 | ||
as_grain | 转换为图形和纹理。 | ||
as_graphNEL | 转换为图形和纹理。 | ||
as_mlr | 转换为“mlr”。 | ||
awnb_weights | 检查贝叶斯网络分类器(具有结构和参数)。 | ||
BIC.bnc_bn | 计算(惩罚)对数似然。 | ||
bnc | 学习网络结构和参数。 | ||
bnclassify | 从数据中学习离散贝叶斯网络分类器。 | ||
bnc_bn | 具有结构和参数的贝叶斯网络分类器。 | ||
bnc_dag | 贝叶斯网络分类器结构。 | ||
bsej | 以贪婪的方式学习贝叶斯网络分类器。 | ||
car | 汽车评估数据集。 | ||
classes | 检查贝叶斯网络分类器(具有结构和参数)。 | ||
class_var | 检查贝叶斯网络分类器结构。 | ||
cLogLik | 计算(惩罚)对数似然。 | ||
cmi | 计算两个变量之间的(有条件的)互信息。 | ||
cv | 用分层交叉验证估计预测准确率。 | ||
families | 检查贝叶斯网络分类器结构。 | ||
features | 检查贝叶斯网络分类器结构。 | ||
feature_families | 检查贝叶斯网络分类器结构。 | ||
fssj | 以贪婪的方式学习贝叶斯网络分类器。 | ||
grain_and_graph | 转换为图形和纹理。 | ||
greedy_wrapper | 以贪婪的方式学习贝叶斯网络分类器。 | ||
inspect_bnc_bn | 检查贝叶斯网络分类器(具有结构和参数)。 | ||
inspect_bnc_dag | 检查贝叶斯网络分类器结构。 | ||
is_anb | 检查贝叶斯网络分类器结构。 | ||
is_nb | 检查贝叶斯网络分类器结构。 | ||
is_ode | 检查贝叶斯网络分类器结构。 | ||
is_semi_naive | 检查贝叶斯网络分类器结构。 | ||
kdb | 以贪婪的方式学习贝叶斯网络分类器。 | ||
learn_params | 学习贝叶斯网络结构的参数。 | ||
loglik | 计算(惩罚)对数似然。 | ||
logLik.bnc_bn | 计算(惩罚)对数似然。 | ||
lp | 学习贝叶斯网络结构的参数。 | ||
manb_arc_posterior | 检查贝叶斯网络分类器(具有结构和参数)。 | ||
modelstring | 检查贝叶斯网络分类器结构。 | ||
narcs | 检查贝叶斯网络分类器结构。 | ||
nb | 学习朴素贝叶斯网络结构。 | ||
nparams | 检查贝叶斯网络分类器(具有结构和参数)。 | ||
params | 检查贝叶斯网络分类器(具有结构和参数)。 | ||
plot.bnc_dag | 绘制结构图。 | ||
predict.bnc_fit | 预测类标签或类后验概率分布。 | ||
tan_chowliu | 使用Chow-Liu算法学习一个单依赖估计。 | ||
tan_cl | 使用Chow-Liu算法学习一个单依赖估计。 | ||
tan_hc | 以贪婪的方式学习贝叶斯网络分类器。 | ||
tan_hcsp | 以贪婪的方式学习贝叶斯网络分类器。 | ||
values | 检查贝叶斯网络分类器(具有结构和参数)。 | ||
vars | 检查贝叶斯网络分类器结构。 | ||
voting | 国会投票数据集。 |