pgmpy贝叶斯网络查询时提取单变量指定取值条件概率的方法

你调用VariableElimination.query返回的是pgmpy的DiscreteFactor对象，可通过以下两种方式提取JohnCalls=1对应的概率值：

• 下标索引提取（确认取值顺序时用）
  如果已经确认JohnCalls的取值顺序为0对应假、1对应真，直接按下标取值即可，完整示例如下：

from pgmpy.inference import VariableElimination

# 此处省略你之前构建贝叶斯网络的代码
infer = VariableElimination(model)
# 执行条件概率查询，证据为Earthquake取假（如果你的节点假值用False表示，替换为False即可）
query_result = infer.query(variables=['JohnCalls'], evidence={'Earthquake': 0})
# 提取JohnCalls取值为1的概率
p_j_not_e = query_result.values[1]
# 若提交系统要求固定小数位，可加round处理，例如保留4位小数：p_j_not_e = round(p_j_not_e,4)
print(p_j_not_e)

• 显式指定取值提取（更稳妥，避免索引顺序错误）
  如果不确定变量的取值排序，用get_value方法显式指定变量和对应取值，不会出错：

p_j_not_e = query_result.get_value(JohnCalls=1)

如果你的节点是用布尔值定义的，把上面的1替换为True即可。

内容的提问来源于stack exchange，提问作者user11665646