《贝叶斯思维：统计建模的Python学习法》——2.5　封装框架

本节书摘来异步社区《贝叶斯思维：统计建模的Python学习法》一书中的第2章，第2.5节，作者：【美】Allen B. Downey，更多章节内容可以访问云栖社区“异步社区”公众号查看

2.5　封装框架

现在，我们看看框架的哪些元素是相同的，这样我们就可以把它们封装进一个Suite对象，即一个提供__init__，Update和Print方法的pmf对象：

class Suite(Pmf) 
    “代表一套假设及其概率。” 

    def __init__(self，hypo=tuple())： 
        “初始化分配。” 

    def Update(self，data)： 
        “更新基于该数据的每个假设。” 

    def Print (self)： 
        “打印出假设和它们的概率。”```
Suite的实现在thinkbayes.py中。要使用Suite对象，你应当编写一个继承自Suite的类，并自行提供Likelihood方法的实现。例如，这是一个以蒙蒂大厅问题改写的使用Suite的方案 ：

        

          
        
        
        

          

          AI 代码解读
        
      
      

from thinkbayes import Suite
class Monty(Suite)：

def Likelihood (self,data,hypo)： 
    if hypo ==data： 
        return 0 
    elif hypo=='A'： 
        return 0.5 
    else： 
        return 1```

        

          
        
        
        

          

          AI 代码解读
        
      
      

而下面是一个使用这个类的代码：

    suite=Monty('ABC') 
    suite.Update('B') 

        

          
        
        
        

          

          AI 代码解读