将R中的bnlearn包中的爬山算法结果绘制为Reingold-Tilford树图时出错

Question

我是第一次发布海报，但是这个网站的长期学习者。这是我的问题第一次回答以前的帖子没有逆向工程，所以我希望有人可以帮我解决。

我试图在相关矩阵上绘制爬山搜索算法（来自R中hc包的bnlearn）的结果作为Reingold-Tilford树图。

说我跑：

    hc.obj<-hc(corr.matrix)
    hc.plot<-qgraph(hc.obj, directed = "TRUE", layout = "spring")

我得到了一个Fruchterman-Reingold定向关系的布局没问题。

但无论我如何格式化hc.obj中的信息，我都无法使树形布局工作。例如，使用“layout = tree”运行上面的代码我得到错误：“l [，1]中的错误：维度数不正确”。

这是一个可重复的例子：

    require("bnlearn")
    require("qgraph")
    cm <- matrix(runif(100), ncol=10)
    cm <- (cm * lower.tri(cm)) + t(cm * lower.tri(cm))
    diag(cm) <- 1 
    cm.df<-as.data.frame(cm)
    hc.obj<-hc(cm.df)
    hc.plot<-qgraph(hc.obj, directed = "TRUE", layout = "tree")

同样，如果我试图通过igraph作为：

    layout_as_tree(hc.obj)

我收到错误“layout_as_tree（hc.obj）中的错误：不是图形对象”

Answer 1

您似乎正在尝试使用绘图功能来执行他们不打算做的事情。

hc.obj是类bn的模型对象，而qplot()例如支持以下内容：

  

...重量矩阵或边缘列表。也可以是一个对象   上课＆＃34; sem＆＃34; （sem），＆＃34; mod＆＃34; （sem），＆＃34; lavaan＆＃34; （lavaan），＆＃34;校长＆＃34;   （心理），＆＃34;负荷＆＃34; （统计数据），＆＃34; factanal＆＃34; （统计数据），＆＃34; graphNEL＆＃34;   （Rgraphviz），＆＃34; pcAlgo＆＃34; （pcalg），＆＃34;巨大的＆＃34; （巨大的），＆＃34;选择＆＃34; （巨大的）或   glasso＆＃34;的输出。

但你可以plot a bn object。一种方法是简单地使用plot()。

if(!require(pacman)) install.packages("pacman")
pacman::p_load(qgraph,bnlearn,Rgraphviz)
cm <- matrix(runif(100), ncol=10)
cm <- (cm * lower.tri(cm)) + t(cm * lower.tri(cm))
diag(cm) <- 1 
cm.df<-as.data.frame(cm)
hc.obj<-hc(cm.df)
plot(hc.obj)

另一种方法是使用graphviz.plot()。

bnlearn::graphviz.plot(hc.obj)

如果您进行搜索或查看the relevant CRAN task view，您可能会找到更多支持bn类对象的软件包。