python - 在石榴贝叶斯网络中表示疾病和症状

Question

P(m|s)鉴于“脖子僵硬”，我正在尝试计算脑膜炎的可能性

所以我试图在模型中表示这一点：P(m|s) = (P(s|m) * P(m))/P(s)

P(s) = 0.1

P(m) = 0.0001

P(s|m) = 0.8

这就是我的表现方式：

meningitis = DiscreteDistribution({"have meningitis": 0.0001, "no meningitis": 0.9999})

stiffNeckIfMeningitis = ConditionalProbabilityTable(
        [["have meningitis", "stiff", 0.8],
         ["have meningitis", "not stiff", 0.2]
        ],[meningitis])

我必须通过手动计算值来指定值["no meningitis", "stiff", x]和["no meningitis", "not stiff", x]我所做的值，但是贝叶斯网络不应该这样做吗？

我是否也应该有这样的离散分布：

neck = DiscreteDistribution({ "stiff": 0.1, "not_sitff": 0.9})

我完全不知道如何表示model = BayesNetwork()位中的关系。

目前我有：

s1 = Node(meningitis, name="meningitis")
s2 = Node(stiffNeckIfMeningits, name="stiffNeckIfMeningits")
model.add_states(meningitis, stiffNeckIfMeningits)
model.add_edges(s1, s2)
model.bake()