变量消除inference.map_query误差的BayesianModel算法

Question

我试图计算对给定证据的变量的地图查询。

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'

根据文件：

参数变量(列表)-我们想要计算最大边际的变量列表.

证据( dict ) -一个dict键，值对作为{var: state_of_var_observed} no如果没有证据

elimination_order (列表)-自动计算变量消除顺序(如果没有提供)顺序

那么，我哪里出错了，为什么我会犯这个错误呢？

编辑: pgmpy版本: 0.1.9

Answer 1

问题是，您也在查询变量中传递证据变量，并且没有任何检查来正确处理这种情况。您已经知道了B作为1的状态，因为它是证据，因此只需查询A如下：

>>> phi_query = inference.map_query(['A'], evidence= {'B':1})
>>> print(phi_query)
{'A': 1}