def modelToDataFrame(model, test):
""" De modelo Python aprendido a DataFrame Python
Descripción
-----------
Permite, a partir de un modelo aprendido comparar las variables con el dataset y así eliminar las variables que no se
deben utilizar para realizar calculos posteriores.
Parámetros
----------
model: modelo del tipo "dict"
test: data frame Python
Retorna
-------
Retorna un Data Frame Python
"""
# Obteniendo la matriz de Source y Target del modelo
vector = bn.adjmat2vec(model['adjmat'])
col = []
# Se recorre el la matriz para obtener todas las columnas que esta matriz posee
for columna in vector: #recorriendo las columnas
if columna in ('weight'):
continue
else:
for fila in vector.index: # recorriendo las filas
col.append(vector[columna][fila])
#Se lista la lista dejando solo valores únicos
vectorUnique = list(set(col))
# Buscando la columna que el modelo descarto para eliminarla del dataset
borrarVar = []
for i in range(len(test.columns.values)):
x = -1
for j in range(len(vectorUnique)):
if test.columns.values[i] == vectorUnique[j]:
x = j
break
if x == -1:
borrarVar.append(test.columns.values[i])
print('COLUMNA ELIMINADA DE LA INFERENCIA: ',
test.columns.values[i])
print(test)
for z in range(len(borrarVar)):
del (test[borrarVar[z]])
print(test)
return test
def test_vec2adjmat():
DAG = bn.import_DAG('Sprinkler', verbose=0)
out = bn.adjmat2vec(DAG['adjmat'])
# TEST: conversion
assert bn.vec2adjmat(out['source'],
out['target']).shape == DAG['adjmat'].shape
def test_adjmat2vec():
DAG = bn.import_DAG('Sprinkler', verbose=0)
out = bn.adjmat2vec(DAG['adjmat'])
assert np.all(out['source'] == ['Cloudy', 'Cloudy', 'Sprinkler', 'Rain'])
def Aprendizaje(model, fold, tipo, score):
""" Aprendizaje de estructura y parámetros de BNLEARN en Python
Descripción
-----------
Encapsula el aprendizaje de estructura y el aprendizaje de parámetros (probabilidad anterior).
El aprendizaje de la estructura es guardado en un archivo CSV y el DAG aprendido es renderizado y guardado en un
archivo PDF en la carpeta \Experimentos con el nombre "EstructuraCPD_'tipo'_fold.gv.pdf"
Parámetros
----------
model: recibe un dataframe con los la información a aprender
fold : Valor númerico que indica el cross-validation del cual se está solicitando el aprendizaje
tipo : Indicador del tipo de datos del que se desa aprender. Valores posibles:
a. "TRAIN"
b. "TEST"
score : Tipo de score a utilizar para el aprendizaje de la estructura
a. "bic" -> Bayesian Information Criterion (Tambien llamado MDL)
b. "k2" ->
c. "bdeu" -> (DB) Bayesian Dirichlet, (e) for likelihood-equivalence, (u) for uniform joint distibution
Retorna
-------
Retorna un modelo aprendido "dict"
"""
# -------------------------------------------------------------------
# APRENDIENDO LA ESTRUCTURA DE UNA PORCION DE DATOS DE TRAIN O TEST -
# -------------------------------------------------------------------
modelo = bn.structure_learning.fit(model,
methodtype='hc',
scoretype=score,
verbose=3)
# modelo = bn.structure_learning.fit(model, methodtype='hc', scoretype=score, verbose=3, bw_list_method = 'enforce', black_list = ['programa', 'estado'])
# Guardando la estructura estructura aprendida
nombreArchivo = 'EstructuraCPD_' + tipo + '_' + str(fold)
nombreArchivoExt = 'Experimentos\\' + nombreArchivo + '.gv'
f = Digraph(name=nombreArchivo,
filename=nombreArchivoExt,
format='pdf',
engine='dot',
encoding="utf-8")
# Obteniendo la matriz de Source y Target del modelo
vector = bn.adjmat2vec(modelo['adjmat'])
col = []
# Se recorre el la matriz para obtener todas las columnas que esta matriz posee
for columna in vector: # recorriendo las columnas
if columna in ('weight'):
continue
else:
for fila in vector.index: # recorriendo las filas
col.append(vector[columna][fila])
# Se lista la lista dejando solo valores únicos
vectorUnique = list(set(col))
# Asignando los nodos de la estructura aprendida
f.attr('node', shape='circle')
for x in range(len(vectorUnique)):
f.node(vectorUnique[x])
# Asignando los arcos de la estructura aprendida
edges = modelo['model'].edges()
f.attr('node', shape='circle')
for edge in edges:
xfrom = edge[0]
xto = edge[1]
f.edge(xfrom, xto)
# f.view()
f.save()
f.render(filename=nombreArchivoExt, view=False, cleanup=1)
# Guardando la estructura aprendida
vector = modelo['adjmat']
vector = bn.adjmat2vec(vector)
vector.to_csv("Experimentos\EstructuraCPD_" + tipo + "_" + str(fold) +
".csv",
sep=";")
G = bn.plot(modelo, verbose=0)
# -------------------------------------------------------------------------
# APRENDIENDO LOS PARAMETROS DEL MODELO RECIEN APRENDIDO DE SU ESTRUCTURA -
# -------------------------------------------------------------------------
modelo = bn.parameter_learning.fit(modelo, model, verbose=1)
# Convertiendo a BayesianModel para guardar los parametros aprendidos
if isinstance(modelo, dict):
model1 = modelo['model']
filename = "Experimentos\ParametrosCPD_" + tipo + "_" + str(fold) + ".txt"
if os.path.exists(filename):
file = open(filename, "a")
else:
file = open(filename, "w")
for cpd in model1.get_cpds():
file.write("CPD of {variable}:".format(variable=cpd.variable) + "\n")
file.write(str(cpd) + os.linesep)
file.close()
# Muestra como queda la red bayesiana con la porción de los datos entrenados y los parametros aprendidos
G = bn.plot(modelo, verbose=0)
return modelo
evidence={
'Sex': 1,
'Pclass': 1
})
q1 = bn.inference.fit(model, variables=['Survived'], evidence={'Sex': 0})
bn.print_CPD(model)
# %%
DAG = bn.import_DAG('sprinkler', CPD=False)
DAG = bn.import_DAG('asia')
bn.plot(DAG)
bn.print_CPD(DAG)
df = bn.sampling(DAG, n=1000)
vector = bn.adjmat2vec(DAG['adjmat'])
adjmat = bn.vec2adjmat(vector['source'], vector['target'])
# %%
from pgmpy.factors.discrete import TabularCPD
edges = [('A', 'E'), ('S', 'E'), ('E', 'O'), ('E', 'R'), ('O', 'T'),
('R', 'T')]
DAG = bn.make_DAG(edges)
bn.plot(DAG)
cpd_A = TabularCPD(variable='A', variable_card=3, values=[[0.3], [0.5], [0.2]])
print(cpd_A)
cpd_S = TabularCPD(variable='S', variable_card=2, values=[[0.6], [0.4]])
print(cpd_S)
cpd_E = TabularCPD(variable='E',
# Parameter learning
model = bnlearn.parameter_learning.fit(DAG, dfnum)
# Make inference
q1 = bnlearn.inference.fit(model, variables=['Survived'], evidence={'Sex':1, 'Pclass':1})
q1 = bnlearn.inference.fit(model, variables=['Survived'], evidence={'Sex':0})
bnlearn.print_CPD(model)
# %%
DAG = bnlearn.import_DAG('sprinkler', CPD=False)
DAG = bnlearn.import_DAG('asia')
bnlearn.plot(DAG)
bnlearn.print_CPD(DAG)
df = bnlearn.sampling(DAG, n=1000)
vector = bnlearn.adjmat2vec(DAG['adjmat'])
adjmat = bnlearn.vec2adjmat(vector['source'], vector['target'])
# %%
from pgmpy.factors.discrete import TabularCPD
edges = [('A', 'E'),
('S', 'E'),
('E', 'O'),
('E', 'R'),
('O', 'T'),
('R', 'T')]
DAG = bnlearn.make_DAG(edges)
bnlearn.plot(DAG)