1

我正在学习使用 R 包的动态贝叶斯网络模型bnlearn。为此，我正在关注这篇论文，他们以 6 层的形式施加了某些约束（论文中的表 1）：

1   Gender, age at ALS onset    
2   Onset site, onset delta (start of the trial - onset)    
3   Riluzole intake, placebo/treatment  
4   Variables at time t-1   
5   Variables at time t, TSO    
6   Survival

在此示例中，由于gender和age位于顶层，它们不能受Riluzole intake但影响（或具有因果关系）Riluzole intake并最终受到影响survival。这保证了网络的非周期性，也就是说，我们在变量之间没有无休止的反馈循环。

我的问题是，我们如何使用 R 包对这些先验知识进行建模bnlearn。

4

1 回答 1

1

您可以通过多种方式将领域知识或约束添加到结构学习中。

  • 如果要使用领域知识指定网络结构和参数，可以使用custom.fit.

  • 如果您想从数据中估计 BN 的结构，那么您可以使用结构学习算法中的whitelist和参数对边缘方向和边缘存在施加约束。blacklist

  • 在结构学习中，可以将先验放置在边缘上（例如prior="cs"，其中“如果先验是 cs，beta 是一个数据框，其列 from、to 和 prob 指定一组弧的先验概率。假设为剩余的弧线。 ”）。还有其他可以使用的先验。

于 2021-06-04T20:31:47.590 回答