python - Python 中的贝叶斯网络 : both construction and sampling

Question

对于一个项目，我需要创建包含属性之间特定依赖关系的综合分类数据。这可以通过从预定义的贝叶斯网络中采样来完成。经过在互联网上的一些探索，我发现 Pomegranate 是贝叶斯网络的一个很好的软件包，但是 - 就我而言 - 似乎不可能从这样一个预定义的贝叶斯网络中进行采样。例如，model.sample() 引发 NotImplementedError(尽管 this 解决方案是这么说的)。

有谁知道是否存在一个库可以为贝叶斯网络的构建和采样提供良好的接口(interface)？

Answer 1

使用 pyAgrum，您只需:

#import pyAgrum
import pyAgrum as gum

# create a BN
bn=gum.fastBN("A->B[3]<-C{yes|No}->D")
# specify some CPTs (randomly filled by fastBN)
bn.cpt("A").fillWith([0.3,0.7])

# and then generate a database
gum.generateCSV(bn,"sample.csv",1000,with_labels=True,random_order=False) 
# which returns the LL(database)

the code in a notebook

参见http://webia.lip6.fr/~phw/aGrUM/docs/last/notebooks/更多使用 pyAgrum 的笔记本

免责声明:我是 pyAgrum 的作者之一:-)