我的数据是一组大约 100 万个训练示例，其中每个示例由大约 2000 个布尔特征表示。示例没有标记——它在这个领域没有任何意义。这些功能完全定义了示例。我的目标是学习可以用来生成更多示例的生成模型。我想捕捉功能之间的一些依赖关系（例如，如果功能 10 开启，则功能 14、15 和 16 通常开启）。

我在 ML 方面没有太多背景，所以我不确定这样做的简单方法是什么（算法和软件包）。我最初的想法是找到一个结构学习包来学习贝叶斯网络，然后从中采样，但我想我会在这里询问是否有人有任何建议。

谢谢