使用bnlearn包從貝葉斯網絡中刪除節點

Question

我使用bnlearn構建了一個網絡，但是有一些節點沒有到另一個節點的邊，所以我想刪除它們。是否有命令從bn對象中刪除特定節點？

Answer 1

所以我的嘗試是使用modelstring函數。獲取字符串，刪除我知道它沒有任何弧/邊的節點 - 我手工完成 - 保存到一個新的修改過的字符串，然後使用命令model2network再次將字符串轉換爲網絡。這是命令序列：

model.string <- modelstring(mymodel) 
model.string 
new.string <- "your string except the node you want to remove from the output above" 
new.model <- model2network(new.string) 

我想，如果你沒有在總（我已經有了22）許多節點，你只是想從列表中刪除一些，將工作。

希望有幫助！

Answer 2

法比奧拉的回答幫了我很多。

這裏有一種方法可以做到這一點，但不必手動更改模型字符串。

這是我第一次回答一個問題，所以請在格式上輕鬆一點。

「net」是我的網絡，「TARGET_NODE」是我想要預測的節點（我將它包括在列表中以確保我不刪除它）和「uniq」我的數據集。

model.string <- modelstring(net) 
final_nodes <- unique(c(unlist(list(net$arcs)), TARGET_NODE)) 
nodes_to_delete <- paste("\\[",setdiff(names(net$nodes), final_nodes),"]", sep = "") 
for (i in 1:length(nodes_to_delete)) {model.string <- gsub(nodes_to_delete[i], "", model.string)} 
net <- model2network(model.string) 

cols <- c(match(final_nodes, names(uniq))) 
uniq <- uniq[,cols] 

Answer 3

bnlearn有內置的只是本作arc operations（文檔也here）。因爲貝葉斯網絡需要是無環的（有向無環圖，或DAG），所以這些函數還有檢查圖中的週期的好處，否則會得到無限循環並且無法計算條件概率。還有一個check.illegal參數，用於在添加弧時檢查模型的另一個違規（請參閱文檔）。

但是，他們的例子不是很好，文檔也不是。操作返回一個模型，所以你必須用返回的模型覆蓋舊模型。

data(learning.test) 
# model ends up the same every time here, but may want 
# to set random seed for reproducibility in other cases 
set.seed(42) 
model = tabu(learning.test) # tabu is a better algo than hc I think 
plot(model) 

model <- set.arc(model, "A", "F") 
plot(model) 
model <- drop.arc(model, "A", "F") 
plot(model) 

set.edge套無向邊，而set.arc套有向邊。