【PyAgrum】学习tutorial的问题和理解总结篇（持续更新）

萌新学PGM中的贝叶斯网络中的PyAgrum库包

文件链接在这：pyAgrum.

1 Tutorial

1.1 Water Sprinkler

1.1.1 “dot” not found in path.

解决方案：先下载graphviz，后下载pydot。

下载graphviz

graphviz下载路径 https://www.graphviz.org/download/.

下载后安装，安装过程中点击“同意进行环境配置”

重启

具体参考：Graphviz安装配置及入门.

下载pydot

pip install pydot
pip install pydot-ng

打开cmd输入dot -version观察是否输出正确。

1.1.2 不显示贝叶斯网络的结构图

编写工具改为Juypter，该工具可以将所有结果可视化，我之前用的spyder都失败了（只显示一行字）。
博主是用的anaconda配套的Juypter，也可以自行下载Juypterlab

#下载
pip install jupyterlab
#启动
jupyter-lab

如果代码中有%matplotlib inline，记得删除。

1.1.3 保存bif时显示“Stream states flags are not all unset.”

原因：保存路径未找到或路径中有中文出现。

1.1.4 Markov Blanket 和 Minimal conditioning set

bn=gum.fastBN("A->B<-C->D->E<-F<-A;C->G<-H<-I->J")
bn

1.4.1 Markov Blanket

gum.MarkovBlanket(bn,"C")

1.4.2 Minimal Conditional Set

该名词的解释：For a variable and a list of variables, one can find the sublist that effectively impacts the variable if the list of variables was observed.

例子1

[bn.variable(i).name() for i in bn.minimalCondSet("B",["A","H","J"])]
#结果是['A']

这个需要考虑三种因子图。

具体请看链接：

解释：与B有关的只有A和C，而由于G没有被观测到，所以H和C无法形成关联。所以，最后只剩下A

例子2

[bn.variable(i).name() for i in bn.minimalCondSet("B",["A","G","H","J"])]
#结果是['A', 'G', 'H']

解释：与B有关的只有$A$和$C$，$H$和$G$同时被观测到后，C和H条件独立（$C\perp H\mid G$）。由于没有观测到$I$，所以J无法和H产生关联。最后与$B$有关的就是$A,H,G$。

1.2 alarm

1.2.1 gum.loadBN()后找不到该文件

下面是所有文件的资源，链接: aGrUM/pyAgrum。也可以单独下载文件

1. 打开以上链接
2. Find file
3. 搜索所需文件，点击，下载至目标路径。

1.2.2 需修改的地方

修改保存路径，不然juypter找不到

gum.generateCSV(bn,"D:\\Bayesian network\\pyArum\\out\\tutorial2\\test.csv",1000,with_labels=True)
with open("D:\\Bayesian network\\pyArum\\out\\tutorial2\\test.csv","r") as src:
    for _ in range(10):
        print(src.readline(),end="")
from pyAgrum.lib.bn2roc import showROC_PR

showROC_PR(bn,"D:\\Bayesian network\\pyArum\\out\\tutorial2\\test.csv",
        target='CATECHOL',label='HIGH',  # class and label 
        show_progress=True,show_fig=True,with_labels=True)       

2 Example

2.1 Asthma（目前无问题）

2.2 Titanic

这个例子主要教了我们如何把数据集作为证据导入BN模型。

2.2.1 In[17]可优化

def update_beliefs(engine, bayesNet, row):
    # Update beliefs from a given row less the Survived variable
    for var in bayesNet.names():
        if var == "Survived":
            continue
        try:
            label = str(row.to_dict()[var])
            idx = bayesNet.variable(var).index(str(row.to_dict()[var]))#这一行可优化
            engine.chgEvidence(var, idx)
        except gum.NotFound:
            # this can happend when value is missing is the test base.
            pass        
    engine.makeInference()

这一段代码定义了update_beliefs方法用来更新贝叶斯网络的信度。标注的哪一行应该改成

idx = bayesNet.variable(var).index(label)

上一行的label定义后面没有出现，应当是用在这里的。

2.2.2 In[17]的解释 and ROC_PR

bn.cpt('Survived')

def is_well_predicted(engine, bayesNet, auc, row):
    update_beliefs(engine, bayesNet, row)#更新证据
    marginal = engine.posterior('Survived')
    outcome = row.to_dict()['Survived']#最后outcome就是每个testdf行里的survived列的值
    if outcome == "False": # Did not survived
        if marginal.toarray()[1] < auc:
            return "True Positive"#
        else:
            return "False Negative"
    else: # Survived
        if marginal.toarray()[1] >= auc:
            return "True Negative"
        else:
            return "False Positive"
            
result = testdf.apply(lambda x: is_well_predicted(ie, bn, 0.5, x), axis=1)
#将testdf作为证据导入贝叶斯网络

最后一行apply()方法将相当于将训练集的每一行作为证据导入BN模型。

方法内部，第一步引用了上面的update_beliefs()用于更新证据。marginal得到更新数据后的后验概率。outcome是每个testdf行里的survived列的值。

$marginal.toarray()[1]$是True是值。
如果原数据是没有存活，而后验概率True的值小于0.5，说明预测结果是存活的概率小，那么预测结果就是对的，为$TruePositive$。
如果原数据是没有存活，而后验概率True的值大于0.5，说明预测结果是存活的概率大，那么预测的结果是错的，为$FalseNegative$
如果原数据是存活，而后验概率True的值大于0.5，说明预测结果是结果是存活的概率大，那么预测结果是对的，为$TrueNegative$
如果原数据是存活，而后验概率True的值小于0.5，说明预测结果是结果是存活的概率小，那么预测结果是错的的，为$FalsePositive$（假阳）
所以True，False代表预测结果是否正确，Positive和Negative我原本理解是，预测的结果是存活概率更大，就是positive,没存活就是negative，但是其实是完全相反的？不是很能理解。但是不影响计算预测结果的准确度。

后来经过查找，发现这部分内容涉及ROC曲线的知识，链接：机器学习基础（1）- ROC曲线理解

positives = sum(result.map(lambda x: 1 if x.startswith("True") else 0 ))
total = result.count()
print("{0:.2f}% good predictions".format(positives/total*100))

55.74% good predictions

showROC_PR(bn, 'D:\\Bayesian network\\pyArum\\resources\\titanic\\post_train.csv', 'Survived', 'True', True, True)

第一个图是ROC图，横坐标是假阳率，纵坐标是真阳率，一般来讲，假阳率和真阳率是负相关的，而模型的目的是想让假阳率越低，真阳率越高的。为了测试模型的性能，AUC的概念被提出，即ROC曲线以下坐标轴以上的面积。AUC越大则模型性能越好。
第二个图是Precise-Recall图，都是机器学习二分类模型评估中常见的性能度量指标。这两个指标是为了补充ROC指标只能表示Accuracy的局限性。因为有些问题，如恐怖分子识别问题，因为恐怖分子的数量在样本中非常的少，所以即使模型最后把所有人都识别为非恐怖分子，准确率都可能高达99.99%。
Precision从预测结果角度出发，描述了二分类器预测出来的正例结果中有多少是真实正例，即该二分类器预测的正例有多少是准确的；Recall从真实结果角度出发，描述了测试集中的真实正例有多少被二分类器挑选了出来，即真实的正例有多少被该二分类器召回。

2.3 Native Credit Default Modeling

2.3.1 In[20]报错：set_ ticks() got an unexpected keyword argument ’ labels’

错误代码：

buckets =['(     -0.00,  549000.00]', '( 549000.00,  954000.00]', '( 954000.00, 2097000.00]', '(2097000.00, 2502000.00]', '(2502000.00, 2835000.00]', '(2835000.00, 3168000.00]', '(3168000.00, 3573000.00]', '(3573000.00, 4716000.00]', '(4716000.00, 5121000.00]', '(5121000.00, 5670000.00]']
ax.set_xticks(range(10)，labels=new_labels, rotation=90)

设置图的坐标刻度label，新的代码应该是

ax.set_xticks(range(10))
ax.set_xticklabels(new_labels, rotation=90)

2.4 Causality and learning（别忘了改文件路径，其他无问题）

2.5 Sensitivity Analysis Using Credal Networks（暂无问题）

（需补充信度网络）

2.6 Quasi Continuous（暂无问题）

3 Models（目前无问题）

4 Learning

4.1 Structural Learning

4.1.1 gum has no attributes: generateSample

版本问题

pip install --user pyAgrum==0.22.9

4.1.2 In[10] unrecognized arguments: out/testTypeInduction.csv

修改路径，而且这一段的路径不能有空格！！！

5 6 7都没有问题

8 Tools

前4个没问题

8.5 Colouring And Exporting BNs

8.5.1 No module named ‘cairosvg’

pip install cairosvg

8.6 Config For PyAgrum

8.6.1 In[18]报错：You can not add option ‘notebook,potential_with_fraction’ in pyAgrum configuration

原代码：

import pyAgrum.lib.notebook as gnb

bn=gum.fastBN("D->C<-A->B[4];A->E")
gum.config["notebook","potential_visible_digits"]=1
gum.config['notebook', 'potential_color_0']="#AA00AA"
gum.config['notebook', 'potential_color_1']="#00FFAA"
gum.config["notebook","potential_visible_digits"]=4
gnb.flow.add(bn.cpt("B"),"Ugly float")

gum.config["notebook","potential_visible_digits"]=1
gnb.flow.add(bn.cpt("B"),"Ugly 1digit-float")
#后面的代码就报错了
gum.config['notebook', 'potential_with_fraction']=True
gum.config['notebook', 'potential_fraction_limit']=2000
gnb.flow.add(bn.cpt("B"),"Simple fraction")

gum.config['notebook', 'potential_fraction_with_latex']=True
gnb.flow.add(bn.cpt("B"),"Sophisticated fraction with LaTeX")
gnb.flow.display()
#bn.cpt("B")

原因

这个其实是因为bn中并没有potential_with_fraction和potential_fraction_with_latex。可以输出bn.cinfig看一下：

gum.config 

[notebook]
  potential_visible_digits = 1
  potential_color_0 = #AA00AA
  potential_color_1 = #00FFAA
  default_arc_color = #AAAAAA
  default_node_bgcolor = yellow
  default_node_fgcolor = red
  evidence_bgcolor = green

并没有potential_with_fraction和potential_fraction_with_latex。

查找该例子的第一个输出，发现一开始gum.config就没有上面两个sector。

解决方案

应当是pyAgrum的版本不对。

pip install --user pyAgrum==0.22.9

查看新的版本是否有上面两个属性

import pyAgrum as gum
print("="*35)
print(gum.config)
print("="*35)

有啦！再跑之前的代码，能跑通了！！

结束