问题标签 [bnlearn]

我正在尝试使用 R 与贝叶斯网络合作，目前我正在使用bnlearn框架。我正在尝试从数据中使用基于分数的结构学习，并尝试不同的算法和方法。

我想知道是否实施了拉普拉斯平滑bnlearn。我在文档中找不到任何有关它的信息。我错过了什么吗？有人知道吗？

hc()我正在尝试在 bnlearn 包中使用爬山功能。尽管我的数据框的所有列都是因子并且没有 NA 值，但我仍然不断收到这样的错误消息：

以下是我的hc功能代码。

什么可能导致这个问题？谢谢！

我想使用bnlearn朴素贝叶斯算法进行分类任务。

我使用这个数据集进行测试。其中 3 个变量是连续的 ()V2、V4、V10)，其他变量是离散的。据我所知bnlearn，不能使用连续变量，因此需要将它们转换为因子或离散化。现在我想将所有特征转换为因子。但是，我遇到了一些问题。这是一个示例代码

对于此代码，我在调用时收到错误消息predict()

'V1' 在节点和数据中具有不同数量的级别。

当我从训练集中删除那个 V1 时，我得到 V2 变量的相同错误。但是，当我进行分解时，错误就会消失dataSet [] <- lapply(dataSet, as.factor)，只是将其拆分为训练集和测试集。

那么哪个是优雅的解决方案呢？因为在现实世界的应用程序中，测试和训练集可以来自不同的来源。有任何想法吗？

我正在尝试重现我之前在 GeNie 中创建的网络，但我收到一个错误，即节点概率的某些条件概率分布的总和不等于 1。

我认为问题是节点场景？如果我没看错，我其他的cpt都很好。

我如何为具有 3 个状态的节点编码相等概率？

我在这里看官方教程。我完全复制了他们的代码，但 RStudio 给了我关于行, , B = GOOD（错误消息：）unexpected ',' in ","和dfit（错误消息：）的错误消息object dfit not found。这是我复制的确切代码：

有谁知道这里发生了什么？我做错了什么？

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：

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：

因此，我想使用bnlearn::cpquery已知证据列表：

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！

我在并行使用 R 包bnlearn和sna. 下面的例子很简单：

输出如预期：

加载sna包后，我会收到完全不同的东西：

我得到：

因为我并没有真正调用任何函数（只是想获得 的输出a），所以我认为使用::运算符没有帮助。

我想知道问题是否是掩盖了我无法真正影响的内部功能。任何帮助都会很棒！

我对贝叶斯网络和 bnlearn 很满意。我提前道歉。

我正在研究我的博士生导师提供的数据库。当我从 spss 导出它时，我得到的网络与从 csv 导出的网络不同。这是平常的吗？这是相同的数据...不同之处在于通过spss将其从.sav转换为.csv的中间步骤...

主要问题是，当我使用 .sav 导出的数据时，不知何故我不断收到此错误消息，指出我的变量不是离散的（它们已被重新编码为分类变量，所以我不知道这是从哪里来的）。因此，它们不能在 samIam 中使用。

这是错误：“write.net(rehosp.hc.fit, file = "rehosp.hc.learned.net") 中的错误：只能将离散贝叶斯网络导出为 DSC 格式。”

代码如下：

可以使用一些指导。

谢谢！

我正在使用 bnlearn 包执行我的第一个任务来执行 EDA。我在 R 中使用爬山（hc）创建了一个具有所有默认值的网络。

但是贝叶斯网络中很少有节点在创建的有向无环图（DAG）中没有任何前任或后继节点。

检查 NODE 没有任何连接节点的分数或标准的方法是什么。我们该如何解释这一点。

非常感谢

我有一页故事（即文本数据），我需要对该故事使用贝叶斯网络并对其进行分析。有人能告诉我在R中是否可能吗？如果是，那如何进行？

分析的目标是 - 从叙述文本中提取动作描述。
考虑分析的数据 -

克里希纳对阿朱那的 Dharam-shasthra：

吉塔是克里希纳和阿朱纳在战斗前的对话。克里希纳强调两个术语：业力和佛法。他告诉阿琼这是一场正义的战争；一场佛法之战。佛法是正义之道或制定的一套规则和法律。Kauravas 站在 Adharma 一边，违反了规则和法律，因此 Arjun 必须做他的业力来维护佛法。Arjuna不想战斗。他不明白为什么他必须为一个他甚至不一定想要的王国流血。在他眼里，杀了他的恶，杀了他的家人，是最大的罪过。他放下武器，告诉克里希纳他不会战斗。然后，克里希纳开始了系统的过程来解释为什么它是阿朱那'

克里希纳首先解释了生死轮回。他说没有真正的灵魂死亡，只是在每一轮生死结束时身体的蜕皮。这个循环的目的是让一个人摆脱他们的业力，这些业力是通过一生的行动积累起来的。如果一个人无私地完成了为上帝服务的行为，那么他们就可以消除他们的业力，最终导致灵魂的溶解，获得启蒙和智慧，并结束轮回。如果他们的行为自私，那么他们就会不断积累债务，使他们越来越深地陷入业债。

在预处理中应遵循的步骤是：

1. 句法处理（post tagger）
2. SRL算法（故事人物的语义角色标注）
3. 会议决议

使用以上所有内容，我需要创建一个知识数据库并创建一个贝叶斯网络。

到目前为止，这是我尝试获取帖子标记器的方法：