第二个作业：贝叶斯估计实战

第一小题：试使用西瓜数据集3.0作为训练集，通过AIC准则构建一个贝叶斯网

我先看看scikit-learn官网上关于贝叶斯估计，特别是贝叶斯网的构建方面的包和函数。然后再看看这个AIC准则具体是怎么样的。

如何构造一个贝叶斯网络

如何构造一个贝叶斯网。

from pgmpy.models import BayesianModel

我看到这个pgmpy，这个是什么？

pgmpy

pgmpy是一个单纯的针对贝叶斯网络的python包。我不清楚这个pgmpy是否支持现在西瓜数据集中离散数据和连续值数据混合的情况。

暂时先不管这个，我先把pgmpy中的有用的函数看完。

from pgmpy.factors.discrete.CPD import TabularCPD

这个TabularCPD是什么东西呢?
大概明白了，是构造需要输入的条件变量概率组成的条件概率表函数。

连续数据离散化

字符串型离散数据变为数值类型可以使用OrdinalEncoder，但是连续型数据离散化（一般的贝叶斯网络都支持离散数据）方法未知。

方法包括：
（1）等宽法：将属性中的最大最小值提取出来，然后使用等宽度的区域切分，标记为0，1，2…
（2）基于聚类的方法：将数据聚类处理。

我打算对含糖率和密度采用聚类的方式来进行连续值离散化处理，大体要分割成三个簇，代表密度低、较低、高；含糖率低、较低、高。

聚类的办法：

使用K-means聚类算法：
K=3.

from sklearn.cluster import KMeans
# 将连续数据一列一列抽出来做聚类。
# 这里必须要reshape(-1,1)？
c_d_1 = (c_d[:,0]).reshape(-1,1)
c_d_2 = (c_d[:,1]).reshape(-1,1)
kmeans_1 = KMeans(n_clusters=3, random_state=0).fit(c_d_1)
c_1 = kmeans_1.labels_
kmeans_2 = KMeans(n_clusters=3, random_state=0).fit(c_d_2)
c_2 = kmeans_2.labels_
c_1 = c_1.transpose()
c_2 = c_2.transpose()
continuous_data  = np.hstack((c_1,c_2))

完成连续数据离散化
接下来完成字符串型离散数据向数值型数据的转换.

字符串型离散数据向数值型数据的转换.

from sklearn.preprocessing import OrdinalEncoder
enc = OrdinalEncoder()
# d_d：离散数据
enc.fit(d_d)
discrete_data = enc.fit_transform(d_d)
# 数据类型更改：
continuous_data = continuous_data.astype(np.float32)
discrete_data = discrete_data.astype(np.float32)
T_data = np.hstack((discrete_data, continuous_data))

数据预处理完成.

网络结构

这里就需要用到pgmpy这个包了，我首先在anaconda propmt中用

pip install pgmpy

完成对pgmpy的安装，但是出现了奇怪的事情，就是jupyter notebook中一直找不到这个包。

如何查看jupyter中的安装包

笨蛋，使用jupyter的魔术命令啊，这个就可以帮助我在jupyter虚拟环境中直接使用pip了。

查看安装包：

!pip list

我就直接在jupyter notebook的虚拟环境中直接安装，成功了

!pip install pgmpy

DataFrame对象该如何构造：

Raw_data = pd.DataFrame(whole_data, columns=['色泽','根蒂','敲声','纹理','脐部','触感','密度','含糖率','好瓜'])

构造贝叶斯网络模型：

代码如下：

model = BayesianModel([['色泽','好瓜'],['根蒂','好瓜'],['敲声','好瓜'],['纹理','好瓜'],['脐部','好瓜'],['触感','好瓜'],['密度','好瓜'],['含糖率','好瓜']])
model.fit(Raw_data, estimator=BayesianEstimator, prior_type="BDeu")

好了，我们的贝叶斯网络模型训练好了，因为我的网络结构是我主观上设计的，所以可能会造成最终精度不高。

什么是AIC准则，如何使用AIC准则构造合适的贝叶斯网络

第二个作业：贝叶斯估计相关推荐

丁贵才130702010042第二次作业
第二次作业 2.9 设有如下语句,请用相应的谓词公式分别把它们表示出来: (1)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花有喜欢梅花. 解:定义谓词 P(x):x是人 L(x,y):x喜欢y y ...
20189317 《网络攻防技术》第二周作业
一.黑客信息 (1)国外黑客 1971年,卡普尔从耶鲁大学毕业.在校期间,他专修心理学.语言学以及计算机学科.也就是在这时他开始对计算机萌生兴趣.他继续到研究生院深造.20世纪60年代,退学是许多人的 ...
mysql 三阶多项式拟合_2014年9月份考试机械CAD_CAM第二次作业
2014年9月份考试机械CAD/CAM第二次作业一.单项选择题(本大题共40分,共 20 小题,每小题 2 分) 1. 在CAD作业中,采用数据文件形式来处理工程数表.线图数据,其目的是() A. ...
2021年春季学期-信号与系统-第二次作业参考答案-第十小题
本文是 2021年春季学期-信号与系统-第二次作业参考答案的参考答案. ▌第十题 10 从网络学堂下载代表两个信号的音频文件: 音频文件: f1(t)f_1 \left( t \right)f1( ...
2021年春季学期-信号与系统-第二次作业参考答案-第九小题
本文是 2021年春季学期-信号与系统-第二次作业参考答案的参考答案. ▌第九题 9. 已知三个系统的输入输出关系分别为: 把上述三个子系统进行如下的级联,求系统的输入输出关系,它是线性.时不变系统 ...
2021年春季学期-信号与系统-第二次作业参考答案-第八小题
本文是 2021年春季学期-信号与系统-第二次作业参考答案的参考答案. ▌第八题 8. 判断下列系统是否为线性.时不变.因果? (1)第一小题 r(t)=ddte(t)r\left( t \righ ...
2021年春季学期-信号与系统-第二次作业参考答案-第七小题
本文是 2021年春季学期-信号与系统-第二次作业参考答案的参考答案. ▌第七题 7. 判断下列系统是否可逆.若可逆,给出它的逆系统:若不可逆,指出使该系统产生相同输出的两个输入信号. 判断系统是否 ...
2021年春季学期-信号与系统-第二次作业参考答案-第六小题
本文是 2021年春季学期-信号与系统-第二次作业参考答案的参考答案. ▌第六题 6. 有一线性时不变系统, 当激励e1(t)=u(t)e_1 \left( t \right) = u\left( ...
2021年春季学期-信号与系统-第二次作业参考答案-第五小题
本文是 2021年春季学期-信号与系统-第二次作业参考答案的参考答案. ▌第五题 5. Consider a LTI systems whose response to the singal x1( ...

第二个作业：贝叶斯估计