尝试使用 bnlearn 包进行预测时出错 - 贝叶斯网络答案

【问题标题】：Error while trying to do a prediction with bnlearn package - Bayesian network尝试使用 bnlearn 包进行预测时出错 - 贝叶斯网络
【发布时间】：2018-01-05 00:56:15
【问题描述】：

我正在尝试使用 bnlearn 包 做一个预测模型，但我收到错误指示：“check.data(data) 中的错误：数据丢失” . 这是我用来构建预测模型的示例数据集和代码行：

dat <- read.table(text = " category birds    wolfs     snakes
                    yes        3        9         7
                    no         3        8         4
                   no         1        2         8
                   yes        1        2         3
                   yes        1        8         3
                   no         6        1         2
                   yes        6        7         1
                   no         6        1         5
                   yes        5        9         7
                   no         3        8         7
                   no         4        2         7
                   notsure    1        2         3
                   notsure    7        6         3
                   no         6        1         1
                   notsure    6        3         9
                   no         6        1         1   ",header = TRUE)

以下是我用来获得预测的代码行：

dat$birds<-as.numeric(dat$birds)
dat$wolfs<-as.numeric(dat$wolfs)
dat$snakes<-as.numeric(dat$snakes)
training.set = dat[1:8,2:4 ]
demo.set = dat[8:16,2:4 ]
res <- hc(training.set)
fitted = bn.fit(res, training.set)

pred = predict(fitted, demo.set) # I get an error: "Error in check.data(data) : the data are missing."

有什么办法解决吗？

【问题讨论】：

您需要指定要对其进行预测的节点。即predict(fitted, node="snakes", data=demo.set)。要跨所有节点进行预测，您可以使用sapply(names(fitted), function(i) predict(fitted, node=i, demo.set))。查看?bnlearn:::predict.bn.fit 了解如何指定参数。 [我认为您已经解决了这个问题（鉴于您随后的，现在已删除的问题） - 如果是这样，请您写下答案并接受它（以便它在 SO 上看起来已解决）。
感谢 user20650 的帮助。我通过这行代码得到了我想要的东西：predict(fitted, node="snakes", data=demo.set,method = "bayes-lw" )。该方法在这里很关键，如果没有它，我对所有观察结果都得到了相同的预测值。请写下您的评论作为答案，我会为它投票。

标签： r bayesian-networks

【解决方案1】：

predict(fittedbn, node="column name to predict", data=testdata) 为我工作

【讨论】：

【解决方案2】：

我没有安装bnlearn，但从您的代码中我猜问题是您没有将输出（即类别列）提供到训练集中。变化：

   training.set = dat[1:8,]

看看它是否有效。

【讨论】：