开源中国

我们不支持 IE 10 及以下版本浏览器

It appears you’re using an unsupported browser

为了获得更好的浏览体验,我们强烈建议您使用较新版本的 Chrome、 Firefox、 Safari 等,或者升级到最新版本的IE浏览器。 如果您使用的是 IE 11 或以上版本,请关闭“兼容性视图”。
CrossCat首页、文档和下载 - 贝叶斯高维数据表 - 开源中国社区
全部项目分类
我要评价
Apache
Python 查看源码»
跨平台
分享
收藏
2 人收藏
收录时间:2013-12-07
CrossCat 详细介绍

CrossCat 贝叶斯方法分析高维数据表。CrossCat估计整个联合分布表中变量的数据,通过近似推理层次结构、非参数贝叶斯模型, 并提供有效的采样条件分布。CrossCat结合非参数混合模型和贝叶斯网络结构学习的优势:它可以任何联合分布给予足够的数据模型假定潜在变量,但也发 现可观察到的变量之间的独立性。

一系列的探索性分析和预测建模任务可以通 过CrossCat解决,包括检测预测变量之间的关系,发现多个重叠clusterings,改动缺失值,同时选择特性和分类的行。CrossCat研究 表明,适用于分析实际表的1000万个细胞,包括医院成本和质量措施,投票记录,手写的数字,和国家级失业时间序列。

CrossCat

选择将代码托管在码云
你还在等什么

可能是中国最大最好的代码托管平台


大家对 CrossCat 的评论 (全部 0 条评论)
{{repayCom.userName}}
顶部