基于给定的网络结构，我为六个二进制变量（x1 到 x6）创建了一个包含 100 个实例的数据框。因此，它是一个 100 x 6 的 0/1 值数据帧，存储在变量“input_params”中。使用语句创建了一个空图：
library(bnlearn)
bn_graph = empty.graph(names(input_params))
但是当我尝试在网络中使用上述参数（'input_params'）
bn_nw <- bn.fit(bn_graph, input_params)
我收到一条错误消息
Error in data.type(x) :
variable x1 is not supported in bnlearn (type: integer).
我应该做什么样的数据类型转换来避免这个错误？现在它的值是 0 或 1。
bn.fit()包中的函数bnlearn计算每个变量的局部条件概率分布。
在离散情况下，我们期望categorical（因子函数）参数（在列中"fac1","fac2","fac3"）：
fac_cols <- c("fac1","fac2","fac3")
是连续的数据（例如来自传感器的测量值），数据需要是类型numeric（数值函数）：
num_cols <- c("num1","num2","num3")
假设input_params是一个 data.frame，我们需要通过以下任一方式转换两组列 ( fac_cols, num_cols)：
input_params[,fac_cols] <- lapply(input_params[,fac_cols], as.factor)
input_params[,num_cols] <- lapply(input_params[,num_cols], as.numeric)
或与dplyr
input_params <- input_params %>% mutate_at(vars(fac_cols), funs(as.factor)) %>% mutate_at(vars(num_cols), funs(as.numeric))
您需要将定性变量名称更改为一个字符，例如，您有一个变量名称 Age，类别为 young、adult、old。现在将子组的名称更改为 y,a,o 我有一个像你这样的问题并解决了