2

我试图在给定证据的变量上计算 MAP 查询。

from pgmpy.inference import VariableElimination
from pgmpy.models import BayesianModel
import numpy as np
import pandas as pd
values = pd.DataFrame(np.random.randint(low=0, high=2, size=(1000, 5)),
                       columns=['A', 'B', 'C', 'D', 'E'])
model = BayesianModel([('A', 'B'), ('C', 'B'), ('C', 'D'), ('B', 'E')])
model.fit(values)
inference = VariableElimination(model)
phi_query = inference.map_query(['A', 'B'], evidence= {'B':1})

这给了我一个错误：

Finding Elimination Order: : 100%|██████████| 3/3 [00:00<00:00, 651.66it/s]
Eliminating: E: 100%|██████████| 3/3 [00:00<00:00, 309.08it/s]
---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-22-0e47cda916c1> in <module>()
      8 model.fit(values)
      9 inference = VariableElimination(model)
---> 10 phi_query = inference.map_query(['A', 'B'], evidence= {'B':1})

/usr/local/lib/python3.6/dist-packages/pgmpy/inference/ExactInference.py in map_query(self, variables, evidence, elimination_order, show_progress)
    360             return_dict = {}
    361             for var in variables:
--> 362                 return_dict[var] = map_query_results[var]
    363             return return_dict
    364 

KeyError: 'B'

根据文档：

参数 variables (list) – 我们要计算最大边际的变量列表。

证据 (dict) – 一个字典键，值对为 {var: state_of_var_observed} 如果没有证据则无

消除顺序（列表）– 变量消除的顺序（如果没有提供）顺序是自动计算的

那么我哪里出错了，为什么会出现这个错误？

编辑： pgmpy 版本：0.1.9

4

2 回答 2

2

可能是因为您使用的 pgmpy 版本。试试这个

!pip install pgmpy==0.1.6

然后运行代码。

于 2019-12-05T12:27:21.857 回答
-1

问题是您也在查询变量中传递了证据变量，并且没有任何检查可以正确处理这种情况。您已经知道 as 的状态，B因为1它是证据，您只需查询Aas：

>>> phi_query = inference.map_query(['A'], evidence= {'B':1})
>>> print(phi_query)
{'A': 1}
于 2019-12-05T16:13:21.430 回答