创建猫网络：

Question

我第一次使用贝叶斯网络，我在 R 中使用 Catnet 包。原因是我的数据充满了分类变量和很多缺失的数据。我尝试了在 StackOverflow 其他地方发布的简单示例，只是为了了解它是如何工作的。虽然它能够生成网络中每个节点的条件概率，但我无法以图形方式可视化网络以便于理解。 cnPlot(catNetwork) 只返回 null。我想知道是否有使用 CatNet 经验的人可以指出我的方法存在的问题。谢谢。

创建猫网络：

 cnet <- catnet::cnNew(
  nodes = c("sport", "high_hc", "high_hg"),
  cats = list(c("1","2"), c("1","2"), c("1","2")),
  parents = list(NULL, NULL, c(1,2))
)

设置经验概率

cnet2 <- catnet::cnSetProb(cnet, data=ais_v2.sub)

绘制网络

Sys.setenv(R_CATNET_USE_IGRAPH=TRUE)

cnPlot(cnet2)

绘图最终返回空值。我还导入了 igraph 库。不知道发生了什么。

对于可重现的示例，我尝试了与此 thread 相同的方法：

代码示例如下：

#rm(list=ls())

### generate random data (not simply independent binomials)
set.seed(123)
n.obs <- 10
a1 <- rbinom(n.obs,1,.3)
a2 <- runif(n.obs)
a3 <- floor(-3*log(.25+3*a2/4))
a3[a3>=2] <- NA
a2 <- floor(2*a2)
my.data <- data.frame(a1,a2,a3 )
### discretize data into proper categories
my.data <- cnDiscretize(my.data,numCategories=2)

my.data

## say we want a2 conditional on a1,a3

## first generate a network with a1,a3 ->a2
cnet <- cnNew(
      nodes = c("a1", "a2", "a3"),
      cats = list(c("1","2"), c("1","2"), c("1","2")),
      parents = list(NULL, c(1,3), NULL)
      )


## set the empirical probabilities from data=my.data
cnet2 <- cnSetProb(cnet,data=my.data)

## to get the conditional probability table
cnProb(cnet2,which='a2')

cnProb 的输出为：

$a2
   a1  a3   1   2
A 1.0 1.0 0.0 1.0
B 1.0 2.0 0.5 0.5
A 2.0 1.0 0.5 0.5
B 2.0 2.0 0.5 0.5

但是在尝试绘图时，

cnPlot(cnet2)

它返回，

NULL

Answer 1

对我来说类似，?cnPlot 中的示例也生成 NULL 并且没有 R 图。添加文件参数也不会产生任何输出。 cnDot(cnet, "cnet") 生成外部 dot 文件，可以使用 graphviz 呈现，但这并不理想。

如果您可以获得邻接矩阵或边列表，您可以将其传递给 igraph 或 Rgraphiz 以手动绘制网络； catnet 具有 cnMatParents 函数来返回邻接矩阵。

然后只需要定义一个以邻接矩阵作为输入的绘图函数。在下面的函数中，绘图类型可以设置为 "i" 来自 igraph 或 "d" for graphviz/dot via Rgraphviz。

plotAdj <- function(adjMAT, type="d", ...){
    
    if(type == "d") {
          g = new("graphAM", adjMat=t(adjMAT), edgemode="directed")
          Rgraphviz::plot(g, ...)
           
    } else if(type == "i"){
          g = igraph::graph_from_adjacency_matrix(t(adjMAT))
          plot(g, ...)
    }
    invisible(g) # return the graph object
}

并使用like

library(catnet)
set.seed(123)
cnet1 <- cnRandomCatnet(numnodes=4, maxParents=2, numCategories=2)
adj <- cnMatParents(cnet1) # extract adjacency matrix

p <- plotAdj(adj, type="i", vertex.color="lightblue")
p # return igraph object

library(Rgraphviz)
p <- plotAdj(adj, type="d", attrs = list(node = list(fillcolor = "lightblue")))
p # return Rgraphviz object

bnlearn 和 gRain 都有很好的绘图方法。

catnet reference doc 的第 3 页显示了如何呈现 dot 文件并自动打开 pdf 查看器。在 linux 上，以下打开带有情节的 pdf

Sys.setenv(R_DOTVIEWER="/usr/bin/dot") # path to dot on my system
cnPlot(cnet1)

贝叶斯网络“catnet”包 cnPlot 返回 null

创建猫网络：

设置经验概率

绘制网络

1 个答案: