如何更快地计算贝叶斯网络的概率？

Question

我有一个带节点X1到X5的贝叶斯网络和一个状态如下的数据帧：

   X1  X2  X3  X4  X5
   yes yes no  yes no
   yes no  no  yes no
   no  yes yes yes yes
   yes no  no  no  yes

   etc.

我想使用gRain中的pEvidence函数计算每行的联合概率（在设置证据之后）。但是，逐行迭代非常慢。有没有办法更快地计算这些概率？

编辑：这就是我所做的：

     summation=apply(dataframe,1,function(x)log(pEvidence(setEvidence(empbayesnet,
                                                nodes=c("X1","X2","X3","X4","X5"), 
                                                states=c(as.character(x[1]),
                                                         as.character(x[2]),
                                                         as.character(x[3]),
                                                         as.character(x[4]),
                                                         as.character(x[5])))))  

＆＃39; empbayesnet＆＃39;是贝叶斯网络，我想从中计算联合概率。谢谢！