Bnlearn：证据数据框创建和证据选择

Question

我的数据集是“ Bayes_Product”，具有列A（离散），B（离散），C（离散）和D（高斯）。

问题-我想根据证据（A = c（'一个'，'两个），B = c（'boy'，'girl'））给出一个球场/参考编号（D）

已接近：-

Pred_value <- predict(network, "D", evidence = filter_Bayes_Product,
                             method = "bayes-lw", prob = FALSE) 

DOUBT：我不清楚如何定义证据数据框“ filter_Bayes_Product”？

filter_Bayes_Product <- filter(Bayes_Product, A %in% c('one','two) & B %in% c('boy', 'girl'))

在我的证据数据框中，所有列（A，B和C）都将包含但在A和B上已过滤的行

OR

filter_Bayes_Product <- bayes_product %>% select(A,B )

filter_Bayes_Product <- filter(filter_Bayes_Product , A %in% c('one','two) & B %in% c('boy', 'girl'))

在此情况下，我的证据数据框将仅根据条件过滤列（A和B）
我的预测是给出结果，但有以下警告。

警告信息： 在map.prediction（node = node，fit = object，data = data，n = extra.ar​​gs $ n，：   删除了890个观测值，因为生成的样本是NA。

哪种方法是创建证据DataFrame的正确方法， 根据所选证据给出正确的数字是正确的方法吗？