Python PyMC大厦及；数据拟合模型

问题陈述：

我有一个数据集，想从中学习贝叶斯网络。没有为数据集提供可用于做出假设和创建PyMC文档中描述的初始模型的信息。因此，我想直接从数据中学习模型，而不做任何假设

背景

我确实阅读了PyMC（v2&v3）的文档，但没有找到任何方法可以让我从给定的数据样本中学习模型。在我读到的几乎所有例子中，作者都假设要建立一个模型，然后用样本拟合模型

相关的：

jmschrei石榴框架提供了一种使用复杂数据帧的方法。这是我一直在寻找的东西，但是，该方法没有实现。因此，我不能依赖他的框架

---

但是pymc是否也有类似的方法呢？

正如阿罗卡托维亚所说，你不能没有假设。我不认为这只是PyMC，它也是一个科学模型的基础。这种模型的原理是定义可以通过观察估计的参数。没有假设是很奇怪的。你不认为我们至少在我们的宇宙里吗？或者说你的数据在统计上是相关的

---

如果你不能提出一个数学模型。我认为PyMC帮不了你。也许你可以深入学习。希望这能有所帮助

没有没有没有假设的模型。你总是假设一些事情，即使不明确。你能举一个你想做什么的例子吗？