问题描述
我使用库 bnlearn 创建了一个贝叶斯网络模型。我想计算模型的 log-likelihood。你能告诉我我该怎么做吗？创建模型的示例代码：
bn = bn.fit(net,train)
nationprob = sumnations / sumallnations
cpt = coef(bn[["UserLocation"]])
cpt[1:length(EUROPE)] = nationprob
bn[["UserLocation"]] = cpt
cpt = coef(bn[["FriendsLocation"]])
cpt[1:length(EUROPE)] = nationprob
bn[["FriendsLocation"]] = cpt
bn.pred = predict(bn,node = "scaledsci",data = test)
tabl1 = table(bn.pred,test[,"scaledsci"])
mn = mean(bn.pred == test$scaledsci)
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）