|
|
add.observations |
在现有的“推断引擎”观察列表中添加进一步的证据。 |
|
|
add.observations |
在现有的“推断引擎”观察列表中添加进一步的证据。 |
|
|
asia |
加载“亚洲”数据集。 |
|
|
asia_10000 |
“亚洲”数据集。 |
|
|
asia_2_layers |
加载从“亚洲”数据集派生的两层数据集。 |
|
|
belief.propagation |
进行信念传播。 |
|
|
belief.propagation,InferenceEngine |
进行信念传播。 |
|
|
belief.propagation-method |
进行信念传播。 |
|
|
BN |
BN类定义。 |
|
|
bn |
获取“推断引擎”中包含的“BN”对象。 |
|
|
BN,BN-class |
BN类定义。 |
|
|
bn,InferenceEngine |
获取“推断引擎”中包含的“BN”对象。 |
|
|
BN-class |
BN类定义。 |
|
|
bn-method |
获取“推断引擎”中包含的“BN”对象。 |
|
|
bn |
设置“推断引擎”中包含的原始“BN”对象。 |
|
|
bn |
设置“推断引擎”中包含的原始“BN”对象。 |
|
|
BNDataset |
BNDataset类。 |
|
|
BNDataset,BNDataset-class |
BNDataset类。 |
|
|
BNDataset-class |
BNDataset类。 |
|
|
boot |
获取引导列表的选定元素。 |
|
|
boot,BNDataset |
获取引导列表的选定元素。 |
|
|
boot-method |
获取引导列表的选定元素。 |
|
|
boots |
获取“BNDataset”的引导示例列表。 |
|
|
boots,BNDataset |
获取“BNDataset”的引导示例列表。 |
|
|
boots-method |
获取“BNDataset”的引导示例列表。 |
|
|
boots |
设置“BNDataset”的引导样本列表。 |
|
|
boots |
设置“BNDataset”的引导样本列表。 |
|
|
bootstrap |
执行引导。 |
|
|
bootstrap,BNDataset |
执行引导。 |
|
|
bootstrap-method |
执行引导。 |
|
|
build.junction.tree |
建造一个交叉路口。 |
|
|
build.junction.tree,InferenceEngine |
建造一个交叉路口。 |
|
|
build.junction.tree-method |
建造一个交叉路口。 |
|
|
child |
加载“子”数据集。 |
|
|
child_NA_5000 |
“子”数据集。 |
|
|
complete |
子集“BNDataset”以仅获取完整的案例。 |
|
|
complete,BNDataset |
子集“BNDataset”以仅获取完整的案例。 |
|
|
complete-method |
子集“BNDataset”以仅获取完整的案例。 |
|
|
cpts |
获取“BN”的条件概率表列表。 |
|
|
cpts,BN |
获取“BN”的条件概率表列表。 |
|
|
cpts-method |
获取“BN”的条件概率表列表。 |
|
|
cpts |
设置网络的条件概率表列表。 |
|
|
cpts |
设置网络的条件概率表列表。 |
|
|
dag |
得到网络的邻接矩阵。 |
|
|
dag,BN |
得到网络的邻接矩阵。 |
|
|
dag-method |
得到网络的邻接矩阵。 |
|
|
dag.to.cpdag |
将DAG转换为CPDAG |
|
|
dag |
设置对象的邻接矩阵。 |
|
|
dag |
设置对象的邻接矩阵。 |
|
|
data.file |
获取“BNDataset”的数据文件。 |
|
|
data.file,BNDataset |
获取“BNDataset”的数据文件。 |
|
|
data.file-method |
获取“BNDataset”的数据文件。 |
|
|
data.file |
设置“BNDataset”的数据文件。 |
|
|
data.file |
设置“BNDataset”的数据文件。 |
|
|
discreteness |
获取对象变量的状态(离散或连续)。 |
|
|
discreteness,BN |
获取对象变量的状态(离散或连续)。 |
|
|
discreteness,BNDataset |
获取对象变量的状态(离散或连续)。 |
|
|
discreteness-method |
获取对象变量的状态(离散或连续)。 |
|
|
discreteness |
设置对象变量的状态(离散或连续)。 |
|
|
discreteness |
设置对象变量的状态(离散或连续)。 |
|
|
edge.dir.wpdag |
计算WPDAG中的边及其方向性 |
|
|
em |
期望最大化算法。 |
|
|
em,InferenceEngine,BNDataset |
期望最大化算法。 |
|
|
em-method |
期望最大化算法。 |
|
|
get.most.probable.values |
计算要观测的最可能值。 |
|
|
get.most.probable.values,BN |
计算要观测的最可能值。 |
|
|
get.most.probable.values,InferenceEngine |
计算要观测的最可能值。 |
|
|
get.most.probable.values-method |
计算要观测的最可能值。 |
|
|
has.boots |
检查“BNDataset”是否有引导样本。 |
|
|
has.boots,BNDataset |
检查“BNDataset”是否有引导样本。 |
|
|
has.boots-method |
检查“BNDataset”是否有引导样本。 |
|
|
has.imputed.boots |
检查“BNDataset”是否有来自插补数据的引导样本。 |
|
|
has.imputed.boots,BNDataset |
检查“BNDataset”是否有来自插补数据的引导样本。 |
|
|
has.imputed.boots-method |
检查“BNDataset”是否有来自插补数据的引导样本。 |
|
|
has.imputed.data |
检查BNDataset是否包含不匹配的数据。 |
|
|
has.imputed.data,BNDataset |
检查BNDataset是否包含不匹配的数据。 |
|
|
has.imputed.data-method |
检查BNDataset是否包含不匹配的数据。 |
|
|
has.raw.data |
检查数据集是否包含原始数据。 |
|
|
has.raw.data,BNDataset |
检查数据集是否包含原始数据。 |
|
|
has.raw.data-method |
检查数据集是否包含原始数据。 |
|
|
header.file |
获取“BNDataset”的头文件。 |
|
|
header.file,BNDataset |
获取“BNDataset”的头文件。 |
|
|
header.file-method |
获取“BNDataset”的头文件。 |
|
|
header.file |
设置“BNDataset”的头文件。 |
|
|
header.file |
设置“BNDataset”的头文件。 |
|
|
imp.boots |
从“BNDataset”的插补数据获取引导样本列表。 |
|
|
imp.boots,BNDataset |
从“BNDataset”的插补数据获取引导样本列表。 |
|
|
imp.boots-method |
从“BNDataset”的插补数据获取引导样本列表。 |
|
|
imp.boots |
从“BNDataset”的插补数据设置引导样本列表。 |
|
|
imp.boots |
从“BNDataset”的插补数据设置引导样本列表。 |
|
|
impute |
用缺失值填充“BNDataset”原始数据。 |
|
|
impute,BNDataset |
用缺失值填充“BNDataset”原始数据。 |
|
|
impute-method |
用缺失值填充“BNDataset”原始数据。 |
|
|
imputed.data |
获取数据集的插补数据。 |
|
|
imputed.data,BNDataset |
获取数据集的插补数据。 |
|
|
imputed.data-method |
获取数据集的插补数据。 |
|
|
imputed.data |
添加插补数据。 |
|
|
imputed.data |
添加插补数据。 |
|
|
InferenceEngine |
推理引擎类。 |
|
|
InferenceEngine,InferenceEngine-class |
推理引擎类。 |
|
|
InferenceEngine-class |
推理引擎类。 |
|
|
initialize-method |
BN类定义。 |
|
|
initialize-method |
BNDataset类。 |
|
|
initialize-method |
推理引擎类。 |
|
|
interventions |
获取“推理引擎”的干预列表。 |
|
|
interventions,InferenceEngine |
获取“推理引擎”的干预列表。 |
|
|
interventions-method |
获取“推理引擎”的干预列表。 |
|
|
interventions |
设置“推理引擎”的干预列表。 |
|
|
interventions |
设置“推理引擎”的干预列表。 |
|
|
jpts |
获取由“推断引擎”编译的联合概率表列表。 |
|
|
jpts,InferenceEngine |
获取由“推断引擎”编译的联合概率表列表。 |
|
|
jpts-method |
获取由“推断引擎”编译的联合概率表列表。 |
|
|
jpts |
设置由“推断引擎”编译的联合概率表列表。 |
|
|
jpts |
设置由“推断引擎”编译的联合概率表列表。 |
|
|
jt.cliques |
获取“推理引擎”连接树的团列表。 |
|
|
jt.cliques,InferenceEngine |
获取“推理引擎”连接树的团列表。 |
|
|
jt.cliques-method |
获取“推理引擎”连接树的团列表。 |
|
|
jt.cliques |
设置“推理引擎”连接树的团列表。 |
|
|
jt.cliques |
设置“推理引擎”连接树的团列表。 |
|
|
junction.tree |
获取“推理引擎”的连接树。 |
|
|
junction.tree,InferenceEngine |
获取“推理引擎”的连接树。 |
|
|
junction.tree-method |
获取“推理引擎”的连接树。 |
|
|
junction.tree |
设置“推理引擎”的连接树。 |
|
|
junction.tree |
设置“推理引擎”的连接树。 |
|
|
knn.impute |
使用k-NN对数据帧进行插补。 |
|
|
layering |
返回节点的分层。 |
|
|
layering,BN |
返回节点的分层。 |
|
|
layering-method |
返回节点的分层。 |
|
|
learn.dynamic.network |
从BN数据集中学习BN的动态网络(结构和参数)。 |
|
|
learn.dynamic.network,BN |
从BN数据集中学习BN的动态网络(结构和参数)。 |
|
|
learn.dynamic.network,BNDataset |
从BN数据集中学习BN的动态网络(结构和参数)。 |
|
|
learn.dynamic.network-method |
从BN数据集中学习BN的动态网络(结构和参数)。 |
|
|
learn.network |
从BN数据集中学习BN的网络(结构和参数)。 |
|
|
learn.network,BN |
从BN数据集中学习BN的网络(结构和参数)。 |
|
|
learn.network,BNDataset |
从BN数据集中学习BN的网络(结构和参数)。 |
|
|
learn.network-method |
从BN数据集中学习BN的网络(结构和参数)。 |
|
|
learn.params |
学习BN的参数。 |
|
|
learn.params,BN,BNDataset |
学习BN的参数。 |
|
|
learn.params-method |
学习BN的参数。 |
|
|
learn.structure |
学习网络的结构。 |
|
|
learn.structure,BN,BNDataset |
学习网络的结构。 |
|
|
learn.structure-method |
学习网络的结构。 |
|
|
marginals |
计算BN的推断边缘列表。 |
|
|
marginals,InferenceEngine |
计算BN的推断边缘列表。 |
|
|
marginals-method |
计算BN的推断边缘列表。 |
|
|
name |
获取对象的名称。 |
|
|
name,BN |
获取对象的名称。 |
|
|
name,BNDataset |
获取对象的名称。 |
|
|
name-method |
获取对象的名称。 |
|
|
name |
设置对象的名称。 |
|
|
name |
设置对象的名称。 |
|
|
node.sizes |
获取对象变量的大小。 |
|
|
node.sizes,BN |
获取对象变量的大小。 |
|
|
node.sizes,BNDataset |
获取对象变量的大小。 |
|
|
node.sizes-method |
获取对象变量的大小。 |
|
|
node.sizes |
设置对象变量的大小。 |
|
|
node.sizes |
设置对象变量的大小。 |
|
|
num.boots |
获取“BNDataset”的引导样本数。 |
|
|
num.boots,BNDataset |
获取“BNDataset”的引导样本数。 |
|
|
num.boots-method |
获取“BNDataset”的引导样本数。 |
|
|
num.boots |
设置“BNDataset”的引导样本数。 |
|
|
num.boots |
设置“BNDataset”的引导样本数。 |
|
|
num.items |
获取“BNDataset”的项数。 |
|
|
num.items,BNDataset |
获取“BNDataset”的项数。 |
|
|
num.items-method |
获取“BNDataset”的项数。 |
|
|
num.items |
设置“BNDataset”的项数。 |
|
|
num.items |
设置“BNDataset”的项数。 |
|
|
num.nodes |
获取对象的节点数。 |
|
|
num.nodes,BN |
获取对象的节点数。 |
|
|
num.nodes,InferenceEngine |
获取对象的节点数。 |
|
|
num.nodes-method |
获取对象的节点数。 |
|
|
num.nodes |
设置对象的节点数。 |
|
|
num.nodes |
设置对象的节点数。 |
|
|
num.time.steps |
获取在“BN”或“BNDataset”中观察到的时间步数。 |
|
|
num.time.steps,BN |
获取在“BN”或“BNDataset”中观察到的时间步数。 |
|
|
num.time.steps,BNDataset |
获取在“BN”或“BNDataset”中观察到的时间步数。 |
|
|
num.time.steps-method |
获取在“BN”或“BNDataset”中观察到的时间步数。 |
|
|
num.time.steps |
设置“BN”或“BNDataset”的时间步数。 |
|
|
num.time.steps |
设置“BN”或“BNDataset”的时间步数。 |
|
|
num.variables |
获取“BNDataset”的变量数。 |
|
|
num.variables,BNDataset |
获取“BNDataset”的变量数。 |
|
|
num.variables-method |
获取“BNDataset”的变量数。 |
|
|
num.variables |
设置“BNDataset”的变量数。 |
|
|
num.variables |
设置“BNDataset”的变量数。 |
|
|
observations |
获取“推理引擎”的观察结果列表。 |
|
|
observations,InferenceEngine |
获取“推理引擎”的观察结果列表。 |
|
|
observations-method |
获取“推理引擎”的观察结果列表。 |
|
|
observations |
设置“推断引擎”的观察列表。 |
|
|
observations |
设置“推断引擎”的观察列表。 |
|
|
plot |
把一个“BN”画成一幅画。 |
|
|
plot,BN |
把一个“BN”画成一幅画。 |
|
|
plot.BN |
把一个“BN”画成一幅画。 |
|
|
plot.BN,BN |
把一个“BN”画成一幅画。 |
|
|
print |
将“BN”、“BNDataset”或“推理引擎”打印到“stdout”。 |
|
|
print,BN |
将“BN”、“BNDataset”或“推理引擎”打印到“stdout”。 |
|
|
print,BNDataset |
将“BN”、“BNDataset”或“推理引擎”打印到“stdout”。 |
|
|
print,InferenceEngine |
将“BN”、“BNDataset”或“推理引擎”打印到“stdout”。 |
|
|
print.BN |
将“BN”、“BNDataset”或“推理引擎”打印到“stdout”。 |
|
|
print.BN,BN |
将“BN”、“BNDataset”或“推理引擎”打印到“stdout”。 |
|
|
print.BNDataset |
将“BN”、“BNDataset”或“推理引擎”打印到“stdout”。 |
|
|
print.BNDataset,BNDataset |
将“BN”、“BNDataset”或“推理引擎”打印到“stdout”。 |
|
|
print.InferenceEngine |
将“BN”、“BNDataset”或“推理引擎”打印到“stdout”。 |
|
|
print.InferenceEngine,InferenceEngine |
将“BN”、“BNDataset”或“推理引擎”打印到“stdout”。 |
|
|
quantiles |
获取对象的分位数列表。 |
|
|
quantiles,BN |
获取对象的分位数列表。 |
|
|
quantiles,BNDataset |
获取对象的分位数列表。 |
|
|
quantiles-method |
获取对象的分位数列表。 |
|
|
quantiles |
设置对象的分位数列表。 |
|
|
quantiles |
设置对象的分位数列表。 |
|
|
raw.data |
获取数据集的原始数据。 |
|
|
raw.data,BNDataset |
获取数据集的原始数据。 |
|
|
raw.data-method |
获取数据集的原始数据。 |
|
|
raw.data |
添加原始数据。 |
|
|
raw.data |
添加原始数据。 |
|
|
read.bif |
从“.bif”文件读取网络。 |
|
|
read.bif,character |
从“.bif”文件读取网络。 |
|
|
read.bif-method |
从“.bif”文件读取网络。 |
|
|
read.dataset |
从文件读取数据集。 |
|
|
read.dataset,BNDataset,character,character |
从文件读取数据集。 |
|
|
read.dataset-method |
从文件读取数据集。 |
|
|
read.dsc |
从“.dsc”文件读取网络。 |
|
|
read.dsc,character |
从“.dsc”文件读取网络。 |
|
|
read.dsc-method |
从“.dsc”文件读取网络。 |
|
|
read.net |
从“.net”文件读取网络。 |
|
|
read.net,character |
从“.net”文件读取网络。 |
|
|
read.net-method |
从“.net”文件读取网络。 |
|
|
sample.dataset |
从推理机的网络中抽取一个“BNDataset”。 |
|
|
sample.dataset,BN |
从推理机的网络中抽取一个“BNDataset”。 |
|
|
sample.dataset,InferenceEngine |
从推理机的网络中抽取一个“BNDataset”。 |
|
|
sample.dataset-method |
从推理机的网络中抽取一个“BNDataset”。 |
|
|
sample.row |
对网络的值行向量进行采样。 |
|
|
sample.row,BN |
对网络的值行向量进行采样。 |
|
|
sample.row-method |
对网络的值行向量进行采样。 |
|
|
save.to.eps |
将“BN”图片另存为“.eps”文件。 |
|
|
save.to.eps,BN,character |
将“BN”图片另存为“.eps”文件。 |
|
|
save.to.eps-method |
将“BN”图片另存为“.eps”文件。 |
|
|
scoring.func |
阅读用来学习网络结构的评分函数。 |
|
|
scoring.func,BN |
阅读用来学习网络结构的评分函数。 |
|
|
scoring.func-method |
阅读用来学习网络结构的评分函数。 |
|
|
scoring.func |
设置用于学习网络结构的评分函数。 |
|
|
scoring.func |
设置用于学习网络结构的评分函数。 |
|
|
shd |
计算两邻接矩阵之间的结构汉明距离。 |
|
|
show |
显示对象的方法。 |
|
|
show-method |
显示对象的方法。 |
|
|
struct.algo |
阅读用于学习网络结构的算法。 |
|
|
struct.algo,BN |
阅读用于学习网络结构的算法。 |
|
|
struct.algo-method |
阅读用于学习网络结构的算法。 |
|
|
struct.algo |
设置用于学习网络结构的算法。 |
|
|
struct.algo |
设置用于学习网络结构的算法。 |
|
|
test.updated.bn |
检查“推断引擎”中是否存在更新的“BN”。 |
|
|
test.updated.bn,InferenceEngine |
检查“推断引擎”中是否存在更新的“BN”。 |
|
|
test.updated.bn-method |
检查“推断引擎”中是否存在更新的“BN”。 |
|
|
tune.knn.impute |
调整用于插补的knn算法的参数k。 |
|
|
updated.bn |
获取“推断引擎”中包含的更新的“BN”对象。 |
|
|
updated.bn,InferenceEngine |
获取“推断引擎”中包含的更新的“BN”对象。 |
|
|
updated.bn-method |
获取“推断引擎”中包含的更新的“BN”对象。 |
|
|
updated.bn |
设置“推断引擎”中包含的更新的“BN”对象。 |
|
|
updated.bn |
设置“推断引擎”中包含的更新的“BN”对象。 |
|
|
variables |
获取对象的变量。 |
|
|
variables,BN |
获取对象的变量。 |
|
|
variables,BNDataset |
获取对象的变量。 |
|
|
variables-method |
获取对象的变量。 |
|
|
variables |
设置对象的变量。 |
|
|
variables |
设置对象的变量。 |
|
|
wpdag |
获取对象的WPDAG。 |
|
|
wpdag,BN |
获取对象的WPDAG。 |
|
|
wpdag-method |
获取对象的WPDAG。 |
|
|
wpdag.from.dag |
从DAG初始化WPDAG。 |
|
|
wpdag.from.dag,BN |
从DAG初始化WPDAG。 |
|
|
wpdag.from.dag-method |
从DAG初始化WPDAG。 |
|
|
wpdag |
设置对象的WPDAG。 |
|
|
wpdag |
设置对象的WPDAG。 |
|
|
write.dsc |
编写一个网络并将其保存在“.dsc”文件中。 |
|
|
write.dsc,BN |
编写一个网络并将其保存在“.dsc”文件中。 |
|
|
write.dsc-method |
编写一个网络并将其保存在“.dsc”文件中。 |
|
|
write_xgmml |
编写一个网络,将其保存在“XGMML”文件中。 |
|
|
write_xgmml,BN |
编写一个网络,将其保存在“XGMML”文件中。 |
|
|
write_xgmml-method |
编写一个网络,将其保存在“XGMML”文件中。 |