pgmpy--Bayesian Model初步学习

前言

贝叶斯网络又称信度网络，是Bayes方法的扩展，是目前不确定知识表达和推理领域最有效的理论模型之一。编写本文的此刻，作者刚刚入门贝叶斯网络，希望通过以下例子对贝叶斯网进行初步入门，与大家共同进步。代码及范例来源为：

PGM—pgmpy学习
pgmpy官网

案例

案例概述

下面展示两种应用情形，由浅入深，逐步了解并应用贝叶斯网络。

案例1–已知结构、已知参数

针对已知结构及参数，先采用BayesianModel构造贝叶斯网结构，然后通过TabularCPD构造条件概率分布CPD（condition probability distribution）表格，最后将CPD数据添加到贝叶斯网络结构中，完成贝叶斯网络的构造。这里主要用到两个函数：BayesianModel及TabularCPD，通过一下代码可以查询其详细的输入及用法，这里就不详述了。

BayesianModel？
TabularCPD？

具体代码如下：

#coding: utf-8

from pgmpy.models import BayesianModel
from pgmpy.factors.discrete import TabularCPD

cancer_model = BayesianModel([
    ('pollution', 'cancer'),
    ('smoker', 'cancer'),
    ('cancer', 'x-ray'),
    ('cancer', 'dyspnoea')])
cpd_pollution = TabularCPD(variable='pollution', 
                           variable_card=2, 
                           values=[[0.9],[0.1]])
cpd_smoker = TabularCPD(variable='smoker', 
                        variable_card=2, 
                        values=[[0.3],[0.7]])
cpd_cancer = TabularCPD(variable='cancer', 
                        variable_card=2, 
                        values=[[0.03, 0.05, 0.001, 0.02], [0.97, 0.95, 0.999, 0.98]], 
                        evidence=['smoker', 'pollution'],
                        evidence_card=[2, 2])
cpd_x_ray = TabularCPD(variable='x-ray', 
                       variable_card=2,
                       values=[[0.9, 0.2], [0.1, 0.8]],
                       evidence=['cancer'],
                       evidence_card=[2])
cpd_dyspnoea = TabularCPD(variable='dyspnoea',
                         variable_card=2,
                         values = [[0.65, 0.3],[0.35, 0.7]],
                         evidence=['cancer'],
                         evidence_card=[2])
cancer_model.add_cpds(cpd_pollution, cpd_smoker, cpd_cancer, cpd_x_ray, cpd_dyspnoea)

构造完成贝叶斯网络后，如何进行预测呢？有以下两种方式：
1.直接获取结果–predict

import pandas 
A = pd.DataFrame(data=[[1, 1, 1, 1]], columns=['pollution', 'smoker', 'x-ray', 'dyspnoea'])
result = cancer_model.predict(A)

2.获取概率值–predict_probability
经过多次调试，在这种CPD构造贝叶斯网络中，采用predict_probability方式会报错，具体错误原因未知，往路过的大神指点。

案例2–已知结构、未知参数

针对已知结构，未知参数，可以先建立Beyasian网结构，然后将样本导入训练。

import numpy as np
import pandas as pd
from pgmpy.models import BayesianModel
values = pd.DataFrame(np.random.randint(low=0, high=2, size=(100, 5)), columns=['A', 'B', 'C', 'D', 'E'])
 train_data = values[:80]
predict_data = values[80:]
model = BayesianModel([('A', 'B'), ('C', 'B'), ('C', 'D'), ('B', 'E')])
model.fit(values)

构造训练完成贝叶斯网络后，可以直接采用例子1中两种方式进行预测。