没有项目描述
brent的Python项目详细描述
They're good DAGs: brent.
它是什么
brent是一个很小但很有趣的python库,它使探索因果图形建模和微积分变得很容易。 关于离散变量系统。Brent是一个工具,当您可以编写如下系统时,它可以提供帮助,但是 想在上面写复杂的查询。
快速启动
您可以通过pip:
pip install brent
接下来,我们需要一个数据集并从中创建一个图。 下面的代码演示了如何执行此操作。
frombrentimportDAGfrombrent.commonimportmake_fake_dfdag=(DAG(dataframe=make_fake_df(7)).add_edge("e","a").add_edge("e","d").add_edge("a","d").add_edge("b","d").add_edge("a","b").add_edge("a","c").add_edge("b","c").add_edge("c","f").add_edge("g","f"))dag.plot()
我们不仅能得到漂亮的地块,还能建造 一个表达性的问题。
frombrentimportQueryq=Query(dag).given(d=1).do(a=0,c=1)q.plot()
如果你对推理更感兴趣,那很简单 我也是。
# we can also see updated probabilitiesq.infer()q.infer(give_table=True)
文件
喜欢快速入门?文档(由pdoc3生成)可以在here中找到。
阿尔法通知
注意!此项目处于preview阶段。我想我在这里有一些有趣的事情,我已经写了关于我正在做的事情的单元测试,但部分仍然在审查中。此外,目前还缺少库的某些部分,但这些部分已在路线图中:
- 条件独立检验
- 反事实查询的API
- 更多单元测试
- 开始/教学的数据集
- 清除日志记录
- scikit learn的估计器/变压器
本地开发
克隆后,您可以在虚拟机中安装brent
环境通过:
$ pip install -e ".[dev]"
您可以通过运行以下命令在本地生成文档:
$ pdoc --html --overwrite --template-dir doc-settings --http 0.0.0.0:12345 brent