Python 拟合模型时的概率图形模型错误

我试图用样本数据拟合一个样本概率图形模型。 在模型中拟合数据时，我遇到类型错误。示例代码如下所示：

import numpy as np
import pandas as pd
from pgmpy.models import BayesianModel

data = np.random.uniform(low=0, high=2, size=(1000, 4)).astype('float')
data

data = pd.DataFrame(data, columns=['cost', 'quality',
'location',
'no_of_people'])

train = data[:750]
test = data[750:].drop('no_of_people', axis=1)

restaurant_model = BayesianModel(
[('location', 'cost'),
('quality', 'cost'),
('location', 'no_of_people'),
('cost', 'no_of_people')])

restaurant_model.fit(train)

我遇到以下错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-173-8e3a85cb8b56> in <module>()
----> 1 restaurant_model.fit(train)

C:\Users\pranav.waila\AppData\Local\Continuum\Anaconda3\lib\site-packages\pgmpy\models\BayesianModel.py in fit(self, data, estimator_type)
    568         estimator = estimator_type(self, data)
    569 
--> 570         cpds_list = estimator.get_parameters()
    571         self.add_cpds(*cpds_list)
    572 

C:\Users\pranav.waila\AppData\Local\Continuum\Anaconda3\lib\site-packages\pgmpy\estimators\MLE.py in get_parameters(self)
     64                 state_counts = state_counts.reindex(sorted(state_counts.index))
     65                 cpd = TabularCPD(node, self.node_card[node],
---> 66                                  state_counts.values[:, np.newaxis])
     67                 cpd.normalize()
     68                 parameters.append(cpd)

C:\Users\pranav.waila\AppData\Local\Continuum\Anaconda3\lib\site-packages\pgmpy\factors\CPD.py in __init__(self, variable, variable_card, values, evidence, evidence_card)
    137             raise TypeError("Values must be a 2D list/array")
    138 
--> 139         super(TabularCPD, self).__init__(variables, cardinality, values.flatten('C'))
    140 
    141     def __repr__(self):

C:\Users\pranav.waila\AppData\Local\Continuum\Anaconda3\lib\site-packages\pgmpy\factors\Factor.py in __init__(self, variables, cardinality, values)
     98 
     99         if values.dtype != int and values.dtype != float:
--> 100             raise TypeError("Values: Expected type int or type float, got ", values.dtype)
    101 
    102         if len(cardinality) != len(variables):

TypeError: ('Values: Expected type int or type float, got ', dtype('int64'))

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
---->1个餐厅\u模型安装（列车）
C:\Users\pranav.waila\AppData\Local\Continuum\Anaconda3\lib\site packages\pgmpy\models\BayesianModel.py拟合（self、data、估计器类型）
568估计器=估计器类型（自身，数据）
569
-->570 cpds_list=估计器。获取_参数（）
571.自行添加CPD（*CPD清单）
572
C:\Users\pranav.waila\AppData\Local\Continuum\Anaconda3\lib\site packages\pgmpy\estimators\MLE.py in get\u parameters（self）
64状态计数=状态计数.reindex（已排序（状态计数.index））
65 cpd=表格RCPD（节点，自节点\卡[node]，
--->66状态计数值[：，np.newaxis]）
67 cpd.normalize（）
68.附加参数（cpd）
C:\Users\pranav.waila\AppData\Local\Continuum\Anaconda3\lib\site packages\pgmpy\factors\CPD.py in\uuuuuuuu init\uuuuuuuuuuuu（自我、变量、变量卡、值、证据、证据卡）
137 raise TypeError（“值必须是二维列表/数组”）
138
-->139 super（tablercpd，self）。\uuuu init\uuuuu（变量、基数、值。展平（'C'））
140
141定义报告（自我）：
C:\Users\pranav.waila\AppData\Local\Continuum\Anaconda3\lib\site packages\pgmpy\factors\factors.py in uuuuuu init_uuuuu（self、变量、基数、值）
98
99 if values.dtype！=int和values.dtype！=浮动：
-->100 raise TypeError（“值：预期类型int或类型float，got”），Values.dtype）
101
102如果len（基数）！=len（变量）：
TypeError:（'Values:Expected type int或type float，get'，dtype（'int64'））

这是包装中的一个错误。我打开了问题的bug（），这是包装中的一个错误。我打开了问题的bug（）