deercho的博客

我只是应用一下说明一下，本文会详细说一下如何通过TabularCPD构造条件概率分布CPD（condition probability distribution）表格，以及各个参数的意义，如果需要完整的贝叶斯网络案例请看这个大神首先咱是这么个网络先把点点连起来，前面是箭头出来的事务，后面是箭头到达的事务，如L->Nfrom pgmpy.models import BayesianNetworkmy_model = BayesianNetwork([('L','N'),('I','N'),('S

#字符串切片name="TomAlice"print(name[0])#Tprint(name[0:])#TomAliceprint(name[0:2])#To#序列[开始位置a,结束位置b,步长c]#表示[a,b)间隔cprint(name[:])#TomAliceprint(name[::])#TomAlice#开始默认为0，结束默认到尾，步长默认为1print(name[5:1:-1])#ilAm:5->i,1->o,右往左，i取o不取，故为ilAmprint(nam