0

我有一个图结构，由另一种方法确定，我想做参数学习。然而，bnlearn 方法似乎直接在数据集上进行参数学习（严格在数据框中）。我有两个问题：如何使用 bnlearn 从 igraph 或 graphNEL 结构中进行参数学习？

第二个问题：当我尝试使用我的数据集进行参数学习时出现 check.data() 错误。他们的示例代码有效，我不明白为什么我的数据集没有。请参阅下面的代码和下面的可重现示例。

这是他们的示例代码：

require(bnlearn)
require(Rgraphviz)
data(learning.test)
bn <- naive.bayes(learning.test, "A")
pred <- predict(bn, learning.test)
table(pred, learning.test[,"A"])

我的可重现示例（naive.bayes() 调用错误）：

require(bnlearn, Rgraphviz)
data <- data <- matrix(sample.int(200, 61*252, TRUE), nrow=252, ncol=61)
data <- as.data.frame(matrix(as.numeric(as.matrix(data)), ncol=ncol(data), 
        byrow=TRUE))
bn <- naive.bayes(data, names(data)[1])

错误信息：

Error in check.data(data, allowed.types = discrete.data.types) : 
valid data types are:
* all variables must be unordered factors.
* all variables must be ordered factors.
* variables can be either ordered or unordered factors.

我不认为这个错误来自于检测整数，因为当我将数据转换为数据帧时，我首先将其转换为数字，因为 bnlearn 中的其他方法需要数字或因子数据。这个数据集是计数数据，但我想使用假设我使用连续数据集的方法。这有意义吗？

4

0 回答 0