Passei o dia aprendendo sobre o pacote bnlearn no R apenas para descobrir que os modelos bayesianos não funcionam com gráficos não direcionados. Estou tentando aprender sobre a rede de campo aleatório de Markov, e até agora tudo o que consegui fazer é criar a estrutura gráfica usando um LASSO gráfico.
Nos gráficos direcionados, parece haver dois estágios: "aprendizado estrutural" realizado por algum método e, em seguida, "aprendizado de parâmetro" realizado por outro método. Meu senso é que o aprendizado de parâmetros informa sobre os pesos das arestas entre cada variável (recurso) incluída no seu modelo. Minha pergunta é ... e daí? O que você faz com um gráfico com pesos das arestas?
Se eu tenho um conjunto de dados que é observações por recursos, e os nós do meu gráfico são os recursos desse conjunto de dados (colhidos no LASSO gráfico tentando emular o inverso da matriz de covariância), o que posso aprender com isso? Posso comparar coortes dos meus dados (separados pelo valor da classe de destino) e atribuir algum tipo de análise de valor-p aos nós? Acho que estou confuso sobre o panorama geral dos modelos gráficos.