def init_model(self, ebunch, cpdtables, plot=False, pgm_id='pgm'):
"""
Creo el PGM usando PGMPY. Por ahora es un modelo Bayesiano. Recibe
la listas de aristas y las tablas CPD.
Args:
ebunch (list) : una lista de que contiene a las aristas del grafo.
cpdtables (list) : un arreglo de diccionarios donde cada diccionario
contiene la información necesaria para crear una tabla de probabilidad.
plot (boolean) : una bandera para saber si guardo una imagen del grafo
usando matplotlib.
graph_id (str): el nombre para identificar el grafo.
"""
for cpdtable in cpdtables:
self.variables_dict[cpdtable['variable']] = [\
_ for _ in range(cpdtable['variable_card'])]
table = TabularCPD(variable=cpdtable['variable'],\
variable_card=cpdtable['variable_card'],\
values=cpdtable['values'],\
evidence_card=cpdtable.get('evidence_card'),\
evidence=cpdtable.get('evidence'))
if cpdtable.get('evidence'):
table.reorder_parents(sorted(cpdtable.get('evidence')))
self.pgmodel.add_cpds(table)
if not self.pgmodel.check_model():
raise ValueError("Error with CPDTs")
self.update_infer_system()
if plot: self.save_pgm_as_img(pgm_id)
