Saya menghabiskan hari belajar tentang paket bnlearn di R hanya untuk menemukan bahwa model Bayesian tidak bekerja dengan grafik yang tidak terarah. Saya mencoba mempelajari tentang Markov Random Field Network, dan sejauh ini yang dapat saya lakukan adalah membuat struktur grafis menggunakan LASSO grafis.
Dalam grafik terarah, tampaknya ada dua tahap: "pembelajaran struktural" dilakukan oleh beberapa metode, dan kemudian "pembelajaran parameter" dilakukan oleh metode lain. Perasaan saya adalah bahwa pembelajaran parameter memberi tahu Anda tentang bobot tepi antara setiap variabel (fitur) yang termasuk dalam model Anda. Pertanyaan saya adalah ... jadi apa? Apa yang Anda lakukan dengan grafik dengan bobot tepi?
Jika saya memiliki dataset yang diamati oleh fitur, dan simpul grafik saya adalah fitur dari dataset ini (diperoleh dari LASSO grafis yang mencoba mengemulasi kebalikan dari matriks kovarians), apa yang dapat saya pelajari dari ini? Bisakah saya membandingkan kohort data saya (dipisahkan oleh nilai kelas target) dan menetapkan semacam analisis nilai p dengan node? Saya bingung, saya pikir, tentang gambaran besar model grafis.