Pomegranate: मॉडल की गणना नहीं कर सकता। संभावना ()

मेरा भी यही विचार है

उस मुद्दे की भी पुष्टि कर सकते हैं। 0.12.0 से 0.11.2 तक डाउनग्रेड करने से यह हल हो जाता है कि ...

उस मुद्दे की भी पुष्टि कर सकते हैं। 0.12.0 से 0.11.2 तक डाउनग्रेड करने से यह हल हो जाता है कि ...

डाउनग्रेडिंग हल करता है, लेकिन एक और बग है ...

कोड

from pomegranate import BayesianNetwork, DiscreteDistribution, ConditionalProbabilityTable, Node, State
import matplotlib.pyplot as plt

angina_pectoris = DiscreteDistribution({0: 0.99, 1: 0.01})
heart_attack = DiscreteDistribution({0: 0.99, 1: 0.01})

pain_syndrome = ConditionalProbabilityTable([

    [0, 0, 1, 0.01],
    [0, 0, 0, 0.99],

    [0, 1, 1, 0.9],
    [0, 1, 0, 0.1],

    [1, 0, 1, 0.9],
    [1, 0, 0, 0.1],

    [1, 1, 1, 1],
    [1, 1, 0, 0],

], [angina_pectoris, heart_attack])

relief_of_pain = ConditionalProbabilityTable([

    [0, 0, 'yes', 0.1],
    [0, 0, 'not_completely', 0.1],
    [0, 0, 'no', 0.1],

    [0, 1, 'yes', 0.05],
    [0, 1, 'not_completely', 0.35],
    [0, 1, 'no', 0.6],

    [1, 0, 'yes', 0.9],
    [1, 0, 'not_completely', 0.05],
    [1, 0, 'no', 0.05],

    [1, 1, 'yes', 0.33],
    [1, 1, 'not_completely', 0.33],
    [1, 1, 'no', 0.33],

], [angina_pectoris, heart_attack])

ps = State(pain_syndrome, name='pain_syndrome')
rp = State(relief_of_pain, name='relief_of_pain')
ap = State(angina_pectoris, name='angina_pectoris')
ha = State(heart_attack, name='heart_attack')

model = BayesianNetwork('Medical decision support system')

model.add_states(ps, rp, ap, ha)

model.add_edge(ap, ps)
model.add_edge(ap, rp)

model.add_edge(ha, ps)
model.add_edge(ha, rp)

model.bake()

model.probability([0, 'yes', 0, 1])

त्रुटि

KeyError                                  Traceback (most recent call last)

<ipython-input-19-cfc278c8d52f> in <module>
----> 1 model.probability([0, 'yes', 0, 1])
      2 

~/Documents/GitHub/py-bolit/venv/lib/python3.6/site-packages/pomegranate/base.pyx in pomegranate.base.Model.probability()

~/Documents/GitHub/py-bolit/venv/lib/python3.6/site-packages/pomegranate/BayesianNetwork.pyx in pomegranate.BayesianNetwork.BayesianNetwork.log_probability()

~/Documents/GitHub/py-bolit/venv/lib/python3.6/site-packages/pomegranate/distributions/ConditionalProbabilityTable.pyx in pomegranate.distributions.ConditionalProbabilityTable.ConditionalProbabilityTable.log_probability()

KeyError: ('0', '1', '0')

@sviperm

आपकी त्रुटि असाइनमेंट के लिए आपके अलग-अलग डेटाटाइप से उत्पन्न होती प्रतीत होती है। मेरा सुझाव है कि आप सभी पूर्णांकों (0,1) को स्ट्रिंग्स ('0', '1') में बदल दें।

इस प्रकार, यह एक अलग मुद्दा है जो आपने शुरुआत में स्टंप किया था

मैं अनुशंसा करता हूं कि इनपुट को probability और log_probability में हमेशा एक ही उदाहरण होने पर भी 2D हो। मेरे पास 30 तारीख को एक पेपर की समय सीमा है, लेकिन मैं जल्द ही इस पर गौर करूंगा। असुविधा के लिए खेद है।

@SebastianBelkner के लिए धन्यवाद, हमें 0.12 असंगति के लिए समस्या मिली:
model.probability(...) प्रलेखन और उदाहरणों के लिए एक (2d) सरणी जैसी संरचना की आवश्यकता होती है ।

V0.11.2 कार्यान्वयन को देखते हुए, संरचना जैसी सरणी को पहले एक Numpy सरणी में परिवर्तित किया गया और फिर numpyarr[i,j] के माध्यम से पहुँचा गया:

def log_probability(self, X, n_jobs=1):
            <...>
        X = numpy.array(X, ndmin=2)
        <...>
        for i in range(n):
            for j, state in enumerate(self.states):
                logp[i] += state.distribution.log_probability(X[i, self.idxs[j]])

        return logp if n > 1 else logp[0]

Numpy में रूपांतरण बाद में हटा दिया गया है। नतीजतन, मूल्यों तक पहुँचने का तरीका उस तरह से काम नहीं करता है। * model.probability(...) के तर्क के रूप में 2d-सरणी को पहले से एक Numpy सरणी में परिवर्तित करने से समस्या हल हो जाती है।

आईएमएचओ दो समाधान हैं:

• या तो X = numpy.array(X, ndmin=2) फिर से शामिल करें, या
• अद्यतन दस्तावेज़ीकरण और उदाहरण।

मैं अगले संस्करण में कास्टिंग को एक numpy array के रूप में वापस जोड़ दूंगा। इसे पकड़ने और अस्थायी समाधान पोस्ट करने के लिए धन्यवाद।

उस मुद्दे की भी पुष्टि कर सकते हैं। 0.12.0 से 0.11.2 तक डाउनग्रेड करने से यह हल हो जाता है कि ...

इसने वास्तव में मेरी समस्या हल कर दी। यदि आप कागल का उपयोग कर रहे हैं, तो निम्न कमांड का उपयोग करके पहले सेल में अनार स्थापित करें "! पाइप स्थापित अनार == 0.11.2"

एकल वेक्टर में गुजरना अब एक त्रुटि उत्पन्न करता है। आपको 2D मैट्रिक्स या सूचियों की सूची में पास होना चाहिए (भले ही केवल एक उदाहरण हो)। v0.12.1 में print(model.probability([[0, 'yes', 0, 1]])) 4.95e-5 लौटाएगा, जो सही उत्तर की तरह दिखता है।

@jmschrei वर्तमान रिलीज के लिए न तो सूची और न ही सूचियों की सूची काम कर रही है। क्या स्रोत कोड में पहले से ही कुछ बदलाव है या उदाहरण अपडेट किया जाएगा?

v0.12.1 में फिक्स होगा। मैं इसे जल्द ही रिलीज करूंगा। अभी के लिए, 2D numpy array में पास करें और इसे काम करना चाहिए।