我正在努力使用rjags來定義條件線性高斯貝葉斯網絡。 對於下面的淨(A CLG BN是通過具有兩個連續的正常和離散父(預測)一個連續的子節點(結果)所定義的),A是離散的,d和E連續: 對於rjags模型,我supose我要的是節點E的參數進行數值節點A上定義需要:僞代碼 model {
A ~ dcat(c(0.0948, 0.9052))
D ~ dnorm(11.870
隨着我現在瞭解如何正確輸入軟證據(請參閱Prediction with cpdist using "probabilities" as evidence),這導致我出現了一個新問題(我認爲這是一個很常見的問題),我又準備了一個可重現的問題例如:NaN值。 我可以也應該早些時候遇到過這種情況,但從未偶然。 NaN的參數可重複實施例 library(bnlearn)
Learning.set4=cb