nuget
概率推断引擎
BnInferenceEngine
01 Syntax
SMRUCC.genomics.Analysis.BNLearn.Inference.BnInferenceEngine
02 Methods
| Name | Overloads | Summary |
|---|---|---|
| .ctor | 1 | 初始化推断引擎 |
| Sample | 1 | 从拟合的网络中采样生成模拟数据 按拓扑排序依次采样：Xi ~ N(β0 + Σβj·Pa_j, σ²) |
| SampleAsGeneData | 1 | 采样并返回 GeneExpressionData 格式 |
| ConditionalInference | 1 | 精确条件推断（高斯贝叶斯网络闭式解） 给定证据变量值，计算查询变量的条件分布 对于线性高斯模型： P(X_query | X_evidence = e) = N(μ_cond, Σ_cond) μ_cond = μ_q + Σ_qe · Σ_ee^(-1) · (e - μ_e) Σ_cond = Σ_qq - Σ_qe · Σ_e… |
| ComputeJointMeans | 1 | 计算联合分布均值向量 对于 GBN：μ = (I - B)^(-1) · β0 其中 B 是回归系数矩阵，β0 是截距向量 |
| ComputeJointCovariance | 1 | 计算联合分布协方差矩阵 Σ = (I - B)^(-1) · D · ((I - B)^(-1))' 其中 D = diag(σ1², σ2², ..., σn²) |
| Predict | 1 | 给定部分基因的表达值，预测其余基因的表达值 使用采样推断（更稳健） |
03 Members
#ctor(BayesianNetwork)
初始化推断引擎
Sample(
Int32, Int32, String)从拟合的网络中采样生成模拟数据 按拓扑排序依次采样：Xi ~ N(β0 + Σβj·Pa_j, σ²)
SampleAsGeneData(
Int32, Int32)采样并返回 GeneExpressionData 格式
ConditionalInference(
Int32(), Double(), Int32())精确条件推断（高斯贝叶斯网络闭式解） 给定证据变量值，计算查询变量的条件分布
对于线性高斯模型： P(X_query | X_evidence = e) = N(μ_cond, Σ_cond) μ_cond = μ_q + Σ_qe · Σ_ee^(-1) · (e - μ_e) Σ_cond = Σ_qq - Σ_qe · Σ_ee^(-1) · Σ_eq
ComputeJointMeans
计算联合分布均值向量 对于 GBN：μ = (I - B)^(-1) · β0 其中 B 是回归系数矩阵，β0 是截距向量
ComputeJointCovariance
计算联合分布协方差矩阵 Σ = (I - B)^(-1) · D · ((I - B)^(-1))' 其中 D = diag(σ1², σ2², ..., σn²)
Predict(
Int32(), Double(), Int32, Int32)给定部分基因的表达值，预测其余基因的表达值 使用采样推断（更稳健）