我有一个图形结构，从另一种方法确定，我想做参数学习。然而，bnlearn方法似乎直接在数据集上进行参数学习（严格地在数据帧中）。我有两个问题：如何使用bnlearn从igraph或graphNEL结构中进行参数学习？
第二个问题：当我尝试使用我的数据集进行参数学习时，我收到了check.data（）错误。他们的示例代码有效，我无法理解为什么我的数据集没有。请参阅下面的代码和下面的可重现示例。
以下是他们的示例代码：
require(bnlearn)
require(Rgraphviz)
data(learning.test)
bn <- naive.bayes(learning.test, "A")
pred <- predict(bn, learning.test)
table(pred, learning.test[,"A"])
我可重复的示例（naive.bayes（）调用上的错误）：
require(bnlearn, Rgraphviz)
data <- data <- matrix(sample.int(200, 61*252, TRUE), nrow=252, ncol=61)
data <- as.data.frame(matrix(as.numeric(as.matrix(data)), ncol=ncol(data),
byrow=TRUE))
bn <- naive.bayes(data, names(data)[1])
错误讯息：
Error in check.data(data, allowed.types = discrete.data.types) :
valid data types are:
* all variables must be unordered factors.
* all variables must be ordered factors.
* variables can be either ordered or unordered factors.
我不认为这个错误来自检测整数，因为当我将数据转换为数据帧时，我首先将其转换为数字，因为bnlearn中的其他方法需要数字或因子数据。此数据集是计数数据，但我想使用该方法，假设我使用的是连续数据集。这有意义吗？