用于绘制贝叶斯网络的结构和插入条件概率的库？答案

【问题标题】：Library for Drawing the structure and plugging the conditional probability of a bayesian Network?用于绘制贝叶斯网络的结构和插入条件概率的库？
【发布时间】：2022-06-11 22:10:50
【问题描述】：

我正在尝试绘制贝叶斯网络的结构，但我无法手写条件概率。我正在尝试 bnlearn、pomgranate...有人知道允许我使用的库吗？

import pandas as pd
from pomegranate import *
import bnlearn

edges = [
     ('A', 'B'),
    ("B", "C"),
    ("C", "D")]

DAG = bn.make_DAG(edges, verbose =0)
df = pd.DataFrame({'A':[0,0,0,1,0], 'B':[0,0,1,0,0], 'C':[1,1,0,0,1], 'D':[0,1,0,1,1]})
df.head()

model = BayesianNetwork.from_samples(df.to_numpy(), state_names=df.columns.values, algorithm='exact')
print(model)

有人知道如何在变量之间添加条件概率吗？

【问题讨论】：

标签： python bayesian-networks

【解决方案1】：

我认为他们中的许多人都有办法做到这一点。您可以尝试例如 pyAgrum (https://agrum.org)。

bn=gum.BayesNet()

#nodes (binary by default)
bn.add("s")
bn.add("c")

#arcs
bn.addArc("c","s")

#cpts
bn.cpt("c")[:]=[0.1,0.9]
bn.cpt("s")[:]=[ [0.5,0.5],[0.9,0.1]]

有关更多信息，请参阅笔记本：https://pyagrum.readthedocs.io/en/1.1.1/notebooks.html

【讨论】：