贝叶斯网络（数据预测）Python代码资源推荐

推荐内容：

现在不少人使用贝叶斯网络进行数据预测等研究，最近发现了一个Python第三方库pgmpy很好，并且在一些网站和pgmpy官方教程上对于贝叶斯网络预测代码都有详细的解释。现分享如下：

• 该链接为一个大致的教程，但讲的大致比较全面：
  http://www.manongjc.com/detail/22-pnexhswgyrokfuw.html

• pgmpy0.1.15版本的官方教程，讲的非常详细，推荐！
  https://pgmpy.org/index.html
  但是不知道为什么，这个教程用在pgmpy0.1.18时，在model.fit()函数中，先验分布的参数并不能被识别，这让我感到很奇怪，如果有清楚的童鞋们欢迎告诉笔者~欢迎交流~

• 第3个就是GitHub了哈。上面有很多开源的代码，建议以GitHub代码为基础，然后结合上面两个文档开始撰写自己的内容，荐！

NOTE：

• 在使用GitHub写代码时，看到很多是在jupyter notebook上用Python代码写的。jupyter固然有层次比较清晰等好处，但是缺点在于每天自动补全（因此只适用于微改代码），并且最大的缺点在于服务器经常挂掉！笔者在此处深有感触。同样的代码在pycharm可以运行出来，但是jupyter总是挂掉，这那我很奇怪。如果有解决方法或者知道原因的同学们欢迎告诉笔者~非常欢迎交流~~ヾ(✿ﾟ▽ﾟ)ノ

此次分享到此结束啦~如果大家有补充可以评论区告诉我们哦~~(>ω･* )ﾉ