2020_1_16学习笔记

主要学习了pgmpy库的一些内容
Introduction to Probabilistic Graphical Models

ML=》prediction=》probabilistic model =》PGM

scalar在API文档中意为标量，设置一些参数的属性，比如半径。
pandas 用.index 来选某一列

plt.scatter(x,y,c,s,alpha)

(x,y)点坐标，c颜色, s（scalar or array_like(2,)）散点半径,alpha透明度， (2,)表示list的shape即dim 属性。此外x,y,z必须同维度

在jupyter notebook代码中加上%matplotlib inline 指令调用matplotlib.pyplot绘图时，可直接在console里生成图像。

DataFrame.iloc[:,:2]只能在方括号内写整数，.loc则可以直接用列名，一般用下标取列时用iloc, 用列名取值是loc. 值得一提的是iloc 中的数字2 只会取2列而不是3列，对于loc 如果出现相同列名，则以最后一个为准。

numpy.random.normal(loc, scale, size) #可用于增加噪声
loc表示均值，scale表示方差，size对应shape

交叉验证（cross validation）from sklearn
X_train, X_test, y_train, y_test = train_test_split(x,y,test_size)#监督学习常用
其中X_train 和y_train 作为训练集

采用概率模型（Probabilistic Model）可利用DataFrame的groupby([列名]).size()/总数来统计联合概率（JPD, Joint Probability Distribution）,主要实现的方法是边缘化（marginalize）
示例：

在统计完数据获取联合概率分布后，利用极大似然估计可采用
numpy.argmax()
示例：

由此也引申出为何采用概率图模型，在概率模型的联合概率分布中，存储容量同状态数成指数关系，即指数爆炸。而概率图则可根据条件独立（conditional independencies）来拆分成条件概率分布（CPDs, conditional probability distributions）.从而减少存储量