python贝叶斯网络预测模型_高效灵活的概率建模方法基于Python

前言

在今天给大家介绍一个研究工具：pomegranate。它比其他软件包更加灵活，更快，直观易用，并且可以在多线程中并行完成。

The API

主要模型介绍一般混合模型

隐马尔可夫模型

贝叶斯网络

贝叶斯分类器

所有模型使用做多的方法

model.log_probability(X) / model.probability(X)

model.sample()

model.fit(X, weights, inertia)

model.summarize(X, weights)

model.from_summaries(inertia)

model.predict(X) model.predict_proba(X)

model.predict_log_proba(X)

model.from_samples(X, weights)

支持很多分布函数单变量分布

1. UniformDistribution

2. BernoulliDistribution

3. NormalDistribution

4. LogNormalDistribution

5. ExponentialDistribution

6. BetaDistribution

7. GammaDistribution

8. DiscreteDistribution

9. PoissonDistribution

内核密度

1. GaussianKernelDensity

2. Un