classification - 为什么我学习的贝叶斯网络不植根于二进制类变量？

Question

我想使用贝叶斯网络（pomegranatePython 库）比较不同国家/地区的破产公司概况。该类是一个二元变量（1=破产，0=活跃公司），其余是财务特征。

对于这两个国家，我得到了两个非常不同的 BN 结构，第一个国家的结构顶部为 Class，第二个国家的结构较低。

为什么会这样？如果 Class 不是父级，我如何比较国家之间的结构？

这是我绘制 BN 结构的代码：

from pomegranate import *
import graphviz
model = BayesianNetwork.from_samples(X=df[['WC/TA', 'RE/TA', 'EBIT/TA', 'BVE/TL', 'Class']].values, algorithm='exact', state_names=altman_features + ['Class'])
p = model.log_probability(X = df[['WC/TA', 'RE/TA', 'EBIT/TA', 'BVE/TL', 'Class']].values).sum()

model.plot()