我第一次使用贝叶斯网络,我在 R 中使用 Catnet 包。原因是我的数据充满了分类变量和很多缺失的数据。我尝试了在 StackOverflow 其他地方发布的简单示例,只是为了了解它是如何工作的。虽然它能够产生网络中每个节点的条件概率,但我无法以图形方式可视化网络以便于理解。cnPlot(catNetwork)
只是返回null 。我想知道是否有使用 CatNet 经验的人可以指出我的方法存在的问题。谢谢。
创建一个猫网络:
cnet <- catnet::cnNew(
nodes = c("sport", "high_hc", "high_hg"),
cats = list(c("1","2"), c("1","2"), c("1","2")),
parents = list(NULL, NULL, c(1,2))
)
设置经验概率
cnet2 <- catnet::cnSetProb(cnet, data=ais_v2.sub)
绘制网络
Sys.setenv(R_CATNET_USE_IGRAPH=TRUE)
cnPlot(cnet2)
该图最终返回空值。我还导入了 igraph 库。不知道发生了什么。
对于一个可重现的示例,我尝试了与此线程中相同的方法:
代码示例如下:
#rm(list=ls())
### generate random data (not simply independent binomials)
set.seed(123)
n.obs <- 10
a1 <- rbinom(n.obs,1,.3)
a2 <- runif(n.obs)
a3 <- floor(-3*log(.25+3*a2/4))
a3[a3>=2] <- NA
a2 <- floor(2*a2)
my.data <- data.frame(a1,a2,a3 )
### discretize data into proper categories
my.data <- cnDiscretize(my.data,numCategories=2)
my.data
## say we want a2 conditional on a1,a3
## first generate a network with a1,a3 ->a2
cnet <- cnNew(
nodes = c("a1", "a2", "a3"),
cats = list(c("1","2"), c("1","2"), c("1","2")),
parents = list(NULL, c(1,3), NULL)
)
## set the empirical probabilities from data=my.data
cnet2 <- cnSetProb(cnet,data=my.data)
## to get the conditional probability table
cnProb(cnet2,which='a2')
cnProb 的输出为:
$a2
a1 a3 1 2
A 1.0 1.0 0.0 1.0
B 1.0 2.0 0.5 0.5
A 2.0 1.0 0.5 0.5
B 2.0 2.0 0.5 0.5
但是在尝试绘制时,
cnPlot(cnet2)
它返回,
NULL