使用 bnlearn 包从贝叶斯网络中删除节点

Question

我用bnlearn构建了一个网络，但是有一些节点没有到另一个节点的边，所以我想删除它们。有没有从 bn 对象中删除特定节点的命令？

Answer 1

bnlearn

有内置的 arc 操作（文档也这里）就是为此而设计的。 这些函数还具有检查图中循环的优点，因为贝叶斯网络需要是非循环的（有向非循环图或 DAG），否则您会得到无限循环并且无法计算条件概率。 还有一个

check.illegal

参数，用于在添加弧时检查模型是否存在其他违规情况（请参阅文档）。

但是，他们的例子并不好，文档也不是很好。 这些操作返回一个模型，因此您必须用返回的模型覆盖旧模型。

data(learning.test)
# model ends up the same every time here, but may want
# to set random seed for reproducibility in other cases
set.seed(42)
model = tabu(learning.test)  # tabu is a better algo than hc I think
plot(model)

model <- set.arc(model, "A", "F")
plot(model)
model <- drop.arc(model, "A", "F")
plot(model)

set.edge

设置无向边，而

set.arc

设置有向边。

Answer 2

所以我的尝试是使用

modelstring

函数。获取字符串，删除节点（我知道它没有任何弧/边） - 我手动执行此操作 - 保存到新的修改字符串，然后使用命令

model2network

再次将字符串转换为网络。以下是命令序列：

model.string <- modelstring(mymodel)
model.string
new.string <- "your string except the node you want to remove from the output above"
new.model <- model2network(new.string)

我想如果您总共没有很多节点（我有 22 个）并且您只想从列表中删除一些节点，那么这会起作用。

希望有帮助！

Answer 3

法比奥拉的回答对我帮助很大。

这是一种执行相同操作但无需手动更改模型字符串的方法。

这是我第一次回答问题，所以请对我的格式宽松一点。

“net”是我的网络，“TARGET_NODE”是我想要预测的节点（我将其包含在列表中以确保我不会删除它）和“uniq”我的数据集。

model.string <- modelstring(net)
final_nodes <- unique(c(unlist(list(net$arcs)), TARGET_NODE))
nodes_to_delete <- paste("\\[",setdiff(names(net$nodes), final_nodes),"]", sep = "")
for (i in 1:length(nodes_to_delete)) {model.string <- gsub(nodes_to_delete[i], "", model.string)}
net <- model2network(model.string)

cols <- c(match(final_nodes, names(uniq)))
uniq <- uniq[,cols]

Answer 4

我对这个问题的解释有点不同，对我来说，在 R 中这是我的方法： 鉴于我们有一个网络 iam：

all_nodes <- nodes(iam)
# Find connected nodes
connected_nodes <- unique(unlist(
         lapply(all_nodes, function(n) mb(iam, n))))

 # Create a subgraph with only the connected nodes
 connected_graph <- subgraph(iam, connected_nodes)