问题标签 [pomegranate]

我正在尝试使用伯努利分布在石榴中创建贝叶斯模型，但我不知道如何构建分布并创建条件表。我已经看到了石榴的 Monty Hall 示例，并试图效仿它。以下是我对此事的看法：

这给了我以下错误：

我正在学习石榴教程，但 model.plot() 总是抛出错误代码：“权限被拒绝：'C:\Users\xxx\AppData\Local\Temp\tmpnx36ui31'。这个文件名总是随着每次运行而变化。 Graphviz 和 pygraphviz 经过大量努力和堆栈溢出的有用注释后正确安装。

欢迎提出建议。

谢谢，尼尔

我正在尝试使用我使用石榴的 python 来做一个 PageRank 程序。目前我sample()在石榴中的马尔可夫模型中的函数存在问题，这是我使用它的代码中的一个片段，

正如标题所暗示的，解释器会抛出一个值错误 sum(pvals[:-1]) > 1.0，说明 line model.sample()。

我将花时间强调一个事实，即所有概率都被归一化并且总和为 1，包括转换模型中的概率

任何帮助将不胜感激

我正在拟合一些数据以从对数正态分布的总和中获取参数。我正在使用石榴混合物模型。首先，生成了 3 个已知 mu 和 sigma 的种群。然后，我运行我的程序，看看石榴是否可以重现这些参数。但是，不是那么准确：

每个种群的预期 mu 和 sigma：

实际输出：

我的问题是如何使这个结果更准确？

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：

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：

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

目前我有：

我想从一组样本中学习贝叶斯网络。Pomegranate 有一个from_samples 方法，但是它只包含一个penalty参数，我想要一个自定义的惩罚函数。（即我提供了一个函数，它将网络作为输入，并给出一个表示惩罚的浮点数作为输出。）

有没有支持这个的库？

我在 Pomegranate 中创建我的一个贝叶斯网络时遇到了问题。这是我在尝试烘焙模型时收到的错误消息。

我检查了我创建的模型，它与我在其他地方成功使用的相同格式匹配，下面是我用来实现这个模型的结构，其中_get_[node]_probability()函数返回 CPT。我仔细检查了 CPT 中的值，没有发现不正确（我不想将它们添加到这个问题中，因为它会占用太多空间）。

如果有人对此错误有任何经验并且可以指出我的调查方向，那就太好了。

假设我们有抛硬币实验的观察结果。在实验过程中，硬币在不知不觉中被改变了，我们想知道它是否真的被改变了。在这种情况下，隐马尔可夫模型的发射概率会告诉我们。玩具数据生成如下。

我可以从 hmmlearn 获得发射概率，如下所示。

显然，我们可以看到这个排放概率改变了机会。我想在石榴中通过 HiddenMarkovModel 做同样的事情。我试图知道得到它，如下所示，但返回的排放概率是 nan。

我想知道如何做到这一点。如果有人知道，请给我一些线索。谢谢，