0

我想使用我的贝叶斯网络作为分类器，首先是完整的证据数据（predict），还有不完整的数据（bnlearn::cpquery）。但似乎，即使使用相同的证据，这些函数也会给出不同的结果（不仅仅是基于采样引起的轻微偏差）。

有了完整的数据，可以很容易地使用 R 的predict功能：

predict(object = BN,
        node = "TargetVar",
        data = FullEvidence ,
        method = "bayes-lw",
        prob = TRUE)

通过分析prob属性，我了解到predict-function 只是选择分配概率最高的因子级别。

当涉及不完整的证据（仅知道某些节点的结果）时，predict不再起作用：

    Error in check.fit.vs.data(fitted = fitted, 
                               data = data, 
                               subset = setdiff(names(fitted),  : 
    required variables [.....] are not present in the data.`

因此，我想使用bnlearn::cpquery已知证据列表：

cpquery(fitted = BN, 
        event = TargetVar == "TRUE", 
        evidence = evidenceList, 
        method = "lw",
        n = 100000)

同样，我只是想使用概率最高的因素作为预测。因此，如果结果cpquery高于 0.5，我将预测设置为 TRUE，否则设置为 FALSE。

我试图通过向两个函数提供相同（完整）的数据来监控该过程，但它们并没有给我相同的结果。有很大的差异，例如predict，“概率”属性给我 ap(false) = 27%，而cpquery给我 p(false) = 2,2%。

这样做的“正确”方式是什么？仅使用 cpquery，也用于完整数据？为什么会有很大的差异？

谢谢你的帮助！

4

1 回答 1

1

正如 user20650 所说，增加预测调用中的样本数量是获得非常相似结果的解决方案。因此，只需n = ...在函数调用中提供参数即可。

当然这是有道理的，我只是不知道函数中的那个参数predict()。在bn.fit 实用程序中没有关于它的文档，在predict的非常通用的文档中也没有。

于 2018-05-15T10:11:59.090 回答