问题描述
我正在使用 pyMC3 模拟一个非常基本的贝叶斯网络。在这个模拟中，我只有分类变量。给定一个变量的值，我想根据我用来存储条件概率的 Pandas 数据帧的输出来设置另一个变量的分布。例如，如果 x 是一个 pyMC3 随机变量，并且 x=1 在模拟的一个实例中，那么我想访问 p_y_cond_x.loc[x]，在这个实例中它只是 {{1} }，这里p_y_cond_x.loc[1]是一个预先计算的（使用数据）条件概率表，存储为pandas系列。
有没有什么简单的方法可以做到这一点？不幸的是，实例化模型时 p_y_cond_x 不是整数（例如，使用 x 块），因此我不确定如何在模拟运行时访问其值并执行上述操作。
我见过使用 with 的解决方案，但不幸的是我的变量是三元的，所以我需要为每个条件使用两个开关。此外，如果我需要以多个变量为条件，我想这会很痛苦。
解决方法
使用 pyAgrum，您可以使用符号 bn.cpt("Y")[{"X":1}]。
