| bnlearn-package | 贝叶斯网络结构学习、参数学习与推理 | ||
| acyclic | 操纵图形的实用程序 | ||
| add.node | 操纵图形中的节点 | ||
| AIC.bn | 贝叶斯网络的得分 | ||
| AIC.bn.fit | 处理拟合贝叶斯网络的实用程序 | ||
| alarm | 报警监控系统（合成）数据集 | ||
| all.equal.bn | 比较两个或多个不同的贝叶斯网络 | ||
| alpha.star | 估计溴化二苯醚（u）的最佳假想样本量 | ||
| amat | 其他公用设施 | ||
| amat | 其他公用设施 | ||
| ancestors | 其他公用设施 | ||
| aracne | 局部发现结构学习算法 | ||
| arc operations | 放置、添加或设置圆弧或边的方向 | ||
| arc.strength | 测量电弧强度 | ||
| arcs | 其他公用设施 | ||
| arcs | 其他公用设施 | ||
| as.bn | 从贝叶斯网络构建模型字符串，反之亦然 | ||
| as.bn.character | 从贝叶斯网络构建模型字符串，反之亦然 | ||
| as.bn.fit | 粮食包装进出口网络 | ||
| as.bn.fit.grain | 粮食包装进出口网络 | ||
| as.bn.grain | 粮食包装进出口网络 | ||
| as.bn.graphAM | 从图形包导入和导出网络 | ||
| as.bn.graphNEL | 从图形包导入和导出网络 | ||
| as.bn.igraph | 从igraph包导入和导出网络 | ||
| as.bn.pcAlgo | 从pcalg包导入和导出网络 | ||
| as.character.bn | 从贝叶斯网络构建模型字符串，反之亦然 | ||
| as.grain | 粮食包装进出口网络 | ||
| as.grain.bn | 粮食包装进出口网络 | ||
| as.grain.bn.fit | 粮食包装进出口网络 | ||
| as.graphAM | 从图形包导入和导出网络 | ||
| as.graphAM.bn | 从图形包导入和导出网络 | ||
| as.graphAM.bn.fit | 从图形包导入和导出网络 | ||
| as.graphNEL | 从图形包导入和导出网络 | ||
| as.graphNEL.bn | 从图形包导入和导出网络 | ||
| as.graphNEL.bn.fit | 从图形包导入和导出网络 | ||
| as.igraph | 从igraph包导入和导出网络 | ||
| as.igraph.bn | 从igraph包导入和导出网络 | ||
| as.igraph.bn.fit | 从igraph包导入和导出网络 | ||
| as.lm | 从贝叶斯网络生成lm对象 | ||
| as.lm.bn | 从贝叶斯网络生成lm对象 | ||
| as.lm.bn.fit | 从贝叶斯网络生成lm对象 | ||
| as.lm.bn.fit.gnode | 从贝叶斯网络生成lm对象 | ||
| as.prediction | 为ROCR生成预测对象 | ||
| as.prediction.bn.strength | 为ROCR生成预测对象 | ||
| asia | Lauritzen和Spiegelhalter的亚洲（合成）数据集 | ||
| averaged.network | 测量电弧强度 | ||
| BF | 两种网络结构间的Bayes因子 | ||
| bf.strength | 测量电弧强度 | ||
| BIC.bn | 贝叶斯网络的得分 | ||
| BIC.bn.fit | 处理拟合贝叶斯网络的实用程序 | ||
| blacklist | 获取或创建白名单和黑名单 | ||
| bn class | bn阶级结构 | ||
| bn-class | bn阶级结构 | ||
| bn.boot | 贝叶斯网络的非参数bootstrap | ||
| bn.cv | 贝叶斯网络的交叉验证 | ||
| bn.fit | 拟合贝叶斯网络的参数 | ||
| bn.fit class | 这个bn.fit公司阶级结构 | ||
| bn.fit plots | 图拟合贝叶斯网络 | ||
| bn.fit utilities | 处理拟合贝叶斯网络的实用程序 | ||
| bn.fit-class | 这个bn.fit公司阶级结构 | ||
| bn.fit.barchart | 图拟合贝叶斯网络 | ||
| bn.fit.dnode | 这个bn.fit公司阶级结构 | ||
| bn.fit.dotplot | 图拟合贝叶斯网络 | ||
| bn.fit.gnode | 这个bn.fit公司阶级结构 | ||
| bn.fit.histogram | 图拟合贝叶斯网络 | ||
| bn.fit.qqplot | 图拟合贝叶斯网络 | ||
| bn.fit.xyplot | 图拟合贝叶斯网络 | ||
| bn.kcv class | 这个十亿千卡阶级结构 | ||
| bn.kcv-class | 这个十亿千卡阶级结构 | ||
| bn.kcv.list class | 这个十亿千卡阶级结构 | ||
| bn.kcv.list-class | 这个十亿千卡阶级结构 | ||
| bn.net | 拟合贝叶斯网络的参数 | ||
| bn.strength | 这个bn.强度阶级结构 | ||
| bn.strength class | 这个bn.强度阶级结构 | ||
| bn.strength-class | 这个bn.强度阶级结构 | ||
| bnlearn | 贝叶斯网络结构学习、参数学习与推理 | ||
| boot.strength | 测量电弧强度 | ||
| cextend | 等价类、道德图与一致扩张 | ||
| children | 其他公用设施 | ||
| children | 其他公用设施 | ||
| choose.direction | 试着推断无向弧的方向 | ||
| chow.liu | 局部发现结构学习算法 | ||
| ci.test | 独立性和条件独立性测试 | ||
| clgaussian.test | 测试学习算法的合成（混合）数据集 | ||
| coef.bn.fit | 处理拟合贝叶斯网络的实用程序 | ||
| coef.bn.fit.cgnode | 处理拟合贝叶斯网络的实用程序 | ||
| coef.bn.fit.dnode | 处理拟合贝叶斯网络的实用程序 | ||
| coef.bn.fit.gnode | 处理拟合贝叶斯网络的实用程序 | ||
| coef.bn.fit.onode | 处理拟合贝叶斯网络的实用程序 | ||
| colliders | 等价类、道德图与一致扩张 | ||
| compare | 比较两个或多个不同的贝叶斯网络 | ||
| compelled.arcs | 其他公用设施 | ||
| configs | 构造离散变量的配置 | ||
| constraint-based algorithms | 基于约束的结构学习算法 | ||
| coronary | 冠心病数据集 | ||
| count.graphs | 具有特定特征的计数图 | ||
| cpdag | 等价类、道德图与一致扩张 | ||
| cpdist | 执行条件概率查询 | ||
| cpquery | 执行条件概率查询 | ||
| ctsdag | 存在干预的等价类 | ||
| custom.fit | 拟合贝叶斯网络的参数 | ||
| custom.strength | 测量电弧强度 | ||
| dedup | 预处理数据以更好地学习贝叶斯网络 | ||
| degree | 其他公用设施 | ||
| degree-method | 其他公用设施 | ||
| descendants | 其他公用设施 | ||
| directed | 操纵图形的实用程序 | ||
| directed.arcs | 其他公用设施 | ||
| discretize | 预处理数据以更好地学习贝叶斯网络 | ||
| drop.arc | 放置、添加或设置圆弧或边的方向 | ||
| drop.edge | 放置、添加或设置圆弧或边的方向 | ||
| dsep | 试验d-分离 | ||
| em-based algorithms | 从缺失数据中学习结构 | ||
| empty.graph | 生成空图或随机图 | ||
| fast.iamb | 基于约束的结构学习算法 | ||
| fitted.bn.fit | 处理拟合贝叶斯网络的实用程序 | ||
| fitted.bn.fit.cgnode | 处理拟合贝叶斯网络的实用程序 | ||
| fitted.bn.fit.dnode | 处理拟合贝叶斯网络的实用程序 | ||
| fitted.bn.fit.gnode | 处理拟合贝叶斯网络的实用程序 | ||
| gaussian.test | 测试学习算法的合成（连续）数据集 | ||
| gRain integration | 粮食包装进出口网络 | ||
| graph enumeration | 具有特定特征的计数图 | ||
| graph generation utilities | 生成空图或随机图 | ||
| graph integration | 从图形包导入和导出网络 | ||
| graph utilities | 操纵图形的实用程序 | ||
| graphviz.chart | 用概率条绘制网络 | ||
| graphviz.compare | 比较两个或多个不同的贝叶斯网络 | ||
| graphviz.plot | 高级贝叶斯网络图 | ||
| gs | 基于约束的结构学习算法 | ||
| h2pc | 混合结构学习算法 | ||
| hailfinder | 冰雹天气预报系统（合成）数据集 | ||
| hamming | 比较两个或多个不同的贝叶斯网络 | ||
| hc | 基于分数的结构学习算法 | ||
| hpc | 基于约束的结构学习算法 | ||
| hybrid algorithms | 混合结构学习算法 | ||
| iamb | 基于约束的结构学习算法 | ||
| iamb.fdr | 基于约束的结构学习算法 | ||
| igraph integration | 从igraph包导入和导出网络 | ||
| impute | 从贝叶斯网络中预测或插补缺失数据 | ||
| in.degree | 其他公用设施 | ||
| incident.arcs | 其他公用设施 | ||
| incoming.arcs | 其他公用设施 | ||
| increment.test.counter | 操作测试计数器 | ||
| independence tests | 条件独立性测试 | ||
| independence-tests | 条件独立性测试 | ||
| insurance | 保险评估网络（综合）数据集 | ||
| inter.iamb | 基于约束的结构学习算法 | ||
| leaf.nodes | 其他公用设施 | ||
| learn.mb | 发现单个节点周围的结构 | ||
| learn.nbr | 发现单个节点周围的结构 | ||
| learning.test | 测试学习算法的合成（离散）数据集 | ||
| lizards | 蜥蜴栖息行为数据集 | ||
| lm integration | 从贝叶斯网络生成lm对象 | ||
| local discovery algorithms | 局部发现结构学习算法 | ||
| logLik.bn | 贝叶斯网络的得分 | ||
| logLik.bn.fit | 处理拟合贝叶斯网络的实用程序 | ||
| loss | 贝叶斯网络的交叉验证 | ||
| marks | 考试成绩数据集 | ||
| mb | 其他公用设施 | ||
| mean.bn.strength | 测量电弧强度 | ||
| misc utilities | 其他公用设施 | ||
| mmhc | 混合结构学习算法 | ||
| mmpc | 基于约束的结构学习算法 | ||
| model string utilities | 从贝叶斯网络构建模型字符串，反之亦然 | ||
| model2network | 从贝叶斯网络构建模型字符串，反之亦然 | ||
| modelstring | 从贝叶斯网络构建模型字符串，反之亦然 | ||
| modelstring | 从贝叶斯网络构建模型字符串，反之亦然 | ||
| moral | 等价类、道德图与一致扩张 | ||
| mutilated | 执行条件概率查询 | ||
| naive.bayes | 朴素贝叶斯分类器 | ||
| narcs | 其他公用设施 | ||
| nbr | 其他公用设施 | ||
| network classifiers | 贝叶斯网络分类器 | ||
| network scores | 网络分数 | ||
| network-classifiers | 贝叶斯网络分类器 | ||
| network-scores | 网络分数 | ||
| nnodes | 其他公用设施 | ||
| node operations | 操纵图形中的节点 | ||
| node ordering utilities | 部分节点排序 | ||
| node.ordering | 部分节点排序 | ||
| nodes | 其他公用设施 | ||
| nodes-method | 其他公用设施 | ||
| nodes | 操纵图形中的节点 | ||
| nodes | 操纵图形中的节点 | ||
| nparams | 其他公用设施 | ||
| ntests | 其他公用设施 | ||
| ordering2blacklist | 获取或创建白名单和黑名单 | ||
| out.degree | 其他公用设施 | ||
| outgoing.arcs | 其他公用设施 | ||
| parents | 其他公用设施 | ||
| parents | 其他公用设施 | ||
| path | 操纵图形的实用程序 | ||
| path-method | 操纵图形的实用程序 | ||
| path.exists | 操纵图形的实用程序 | ||
| pc.stable | 基于约束的结构学习算法 | ||
| pcalg integration | 从pcalg包导入和导出网络 | ||
| pdag2dag | 操纵图形的实用程序 | ||
| plot.bn | 绘制贝叶斯网络 | ||
| plot.bn.kcv | 贝叶斯网络的交叉验证 | ||
| plot.bn.kcv.list | 贝叶斯网络的交叉验证 | ||
| plot.bn.strength | 绘制自举导出的电弧强度 | ||
| predict.bn.fit | 从贝叶斯网络中预测或插补缺失数据 | ||
| predict.bn.naive | 朴素贝叶斯分类器 | ||
| predict.bn.tan | 朴素贝叶斯分类器 | ||
| random.graph | 生成空图或随机图 | ||
| rbn | 模拟给定贝叶斯网络的随机样本 | ||
| rbn.bn | 模拟给定贝叶斯网络的随机样本 | ||
| rbn.bn.fit | 模拟给定贝叶斯网络的随机样本 | ||
| read.bif | 读写BIF，NET，DSC和DOT文件 | ||
| read.dsc | 读写BIF，NET，DSC和DOT文件 | ||
| read.net | 读写BIF，NET，DSC和DOT文件 | ||
| remove.node | 操纵图形中的节点 | ||
| rename.nodes | 操纵图形中的节点 | ||
| reset.test.counter | 操作测试计数器 | ||
| residuals.bn.fit | 处理拟合贝叶斯网络的实用程序 | ||
| residuals.bn.fit.cgnode | 处理拟合贝叶斯网络的实用程序 | ||
| residuals.bn.fit.dnode | 处理拟合贝叶斯网络的实用程序 | ||
| residuals.bn.fit.gnode | 处理拟合贝叶斯网络的实用程序 | ||
| reverse.arc | 放置、添加或设置圆弧或边的方向 | ||
| reversible.arcs | 其他公用设施 | ||
| ROCR integration | 为ROCR生成预测对象 | ||
| root.nodes | 其他公用设施 | ||
| rsmax2 | 混合结构学习算法 | ||
| score | 贝叶斯网络的得分 | ||
| score-based algorithms | 基于分数的结构学习算法 | ||
| score-method | 贝叶斯网络的得分 | ||
| set.arc | 放置、添加或设置圆弧或边的方向 | ||
| set.edge | 放置、添加或设置圆弧或边的方向 | ||
| set2blacklist | 获取或创建白名单和黑名单 | ||
| shd | 比较两个或多个不同的贝叶斯网络 | ||
| shielded.colliders | 等价类、道德图与一致扩张 | ||
| si.hiton.pc | 基于约束的结构学习算法 | ||
| sigma | 处理拟合贝叶斯网络的实用程序 | ||
| sigma.bn.fit | 处理拟合贝叶斯网络的实用程序 | ||
| sigma.bn.fit.cgnode | 处理拟合贝叶斯网络的实用程序 | ||
| sigma.bn.fit.gnode | 处理拟合贝叶斯网络的实用程序 | ||
| single-node local discovery | 发现单个节点周围的结构 | ||
| skeleton | 操纵图形的实用程序 | ||
| spouses | 其他公用设施 | ||
| strength.plot | 电弧强度图 | ||
| structural.em | 从缺失数据中学习结构 | ||
| structure learning | 结构学习算法 | ||
| structure-learning | 结构学习算法 | ||
| subgraph | 操纵图形的实用程序 | ||
| tabu | 基于分数的结构学习算法 | ||
| test.counter | 操作测试计数器 | ||
| tiers2blacklist | 获取或创建白名单和黑名单 | ||
| tree.bayes | 朴素贝叶斯分类器 | ||
| undirected.arcs | 其他公用设施 | ||
| unshielded.colliders | 等价类、道德图与一致扩张 | ||
| vstructs | 等价类、道德图与一致扩张 | ||
| whitelist | 获取或创建白名单和黑名单 | ||
| whitelists and blacklists | 结构学习中的白名单与黑名单 | ||
| whitelists-blacklists | 结构学习中的白名单与黑名单 | ||
| write.bif | 读写BIF，NET，DSC和DOT文件 | ||
| write.dot | 读写BIF，NET，DSC和DOT文件 | ||
| write.dsc | 读写BIF，NET，DSC和DOT文件 | ||
| write.net | 读写BIF，NET，DSC和DOT文件 | ||
| $ | 拟合贝叶斯网络的参数 |