Question

我想将贝叶斯网络用作分类器，首先是完整的证据数据（predict），还要使用不完整的数据（bnlearn::cpquery）。但似乎即使使用相同的证据，这些函数也会产生不同的结果（不仅基于采样引起的轻微偏差）。

使用完整数据，可以轻松使用R的predict函数：

predict(object = BN,
        node = "TargetVar",
        data = FullEvidence ,
        method = "bayes-lw",
        prob = TRUE)

通过分析prob属性，我了解predict - 函数只选择分配概率最高的因子级别。

当涉及到不完整的证据（只知道某些节点的结果）时，predict不再起作用：

    Error in check.fit.vs.data(fitted = fitted, 
                               data = data, 
                               subset = setdiff(names(fitted),  : 
    required variables [.....] are not present in the data.`

所以，我想将bnlearn::cpquery与已知证据列表一起使用：

cpquery(fitted = BN, 
        event = TargetVar == "TRUE", 
        evidence = evidenceList, 
        method = "lw",
        n = 100000)

同样，我只想使用概率最高的因子作为预测。因此，如果cpquery的结果高于0.5，我将预测设置为TRUE，否则设置为FALSE。

我尝试通过向两个函数提供相同（完整）的数据来监视进程，但是它们没有给我相同的结果。存在很大差异，例如predict的“prob” - 属性给了我一个p（假）= 27％，而cpquery给了我p（假）= 2.2％。

这样做的“正确”方法是什么？仅使用cpquery，也用于完整数据？为什么会有很大差异？

感谢您的帮助！

Answer 1

正如user20650所说，增加预测调用中的样本数量是获得非常相似结果的解决方案。所以只需在函数调用中提供参数n = ...。

当然这是有道理的，我只是不知道predict()函数中的那个参数。在bn.fit utilities中没有关于它的文档，在predict的相当通用的文档中也没有关于它的文档。

R package bnlearn：cpquery vs predict - 结果不同？

1 个答案: