pcalg 包上的 `pdag2allDags` 和 `addBgKnowledge` 函数有问题
Problem with the `pdag2allDags` and `addBgKnowledge` functions on pcalg package
我开始使用 pcalg 包，我对函数 pdag2allDags 和 addBgKnowledge:
有一些疑问
我正在使用软件包gmG提供的示例数据
library(pcalg)
library(Rgraphviz)
data("gmG")
df<-gmG$x
suffStat <- list(C = cor(df), n = nrow(df))
fci.fit<-fci(suffStat, indepTest = gaussCItest, p = ncol(df),alpha = 0.01)
plot(fci.fit)
我想获得所有等效的 DAG。从文档中，它应该使用函数 pdag2allDags（来自 here）。我们应该只需要获取 amat (adjacent matrix) 数据。
根据 the documentation 上的规范，我认为以下应该可行...
plotAllDags <- function(res) {
require(graph)
p <- sqrt(ncol(res$dags))
nDags <- ceiling(sqrt(nrow(res$dags)))
par(mfrow = c(nDags, nDags))
for (i in 1:nrow(res$dags)) {
tmp <- matrix(res$dags[i,],p,p)
colnames(tmp) <- rownames(tmp) <- res$nodeNms
plot(as(tmp, "graphNEL"))
}
}
res1<-pdag2allDags(as(fci.fit,"amat"))
plotAllDags(res1)
但是，它 returns:
Error in sqrt(ncol(res$dags)) : non-numeric argument to mathematical function
我们在 fci's 对象中也看到了 amat。所以，我尝试了：
res2<-pdag2allDags(fci.fit@amat)
plotAllDags(res2)
它也returns一样：
Error in sqrt(ncol(res$dags)) : non-numeric argument to mathematical function
但是如果我使用 pc 算法，它会起作用：
pc.fit<-pc(suffStat, indepTest = gaussCItest, p = ncol(df),alpha = 0.01)
plot(pc.fit)
res0<-pdag2allDags(as(pc.fit,"amat"))
plotAllDags(res0)
这是怎么回事？ pdag2allDags 不是要处理所有 amat 对象（pc、fci、rfci 等）吗？
我无法在文档中找到任何其他 ...allDags 函数。如何从 fci 函数的输出中获取所有等价的 DAG？
函数addBgKnowledge也是如此。它适用于 pc:
pc.amat2<-addBgKnowledge(gInput = pc.fit@graph,x=1,y=2)
plot(pc.amat2)
但不适合 fci，甚至 documentation 说它使用 amat
fci.amat2<-addBgKnowledge(gInput = as(fci.fit,"amat"),x=1,y=2)
plot(as(t(fci.amat2),"graphNEL"))
它提供：
Error in h(simpleError(msg, call)) : error in evaluating the argument
'x' in selecting a method for function 'plot': argument is not a
matrix
我认为这应该不是一个理想的答案，它应该有更好的方法来做到这一点，但由于我没有得到任何答案，我做了一些尝试，我正在分享我是如何规避这个问题的现在...
如果我们评估结构，两者确实都在处理邻接矩阵 (amat)...但它们是不同的...pc 输出包含一个 'cpdag' 类型 amat，和 fci 输出，一个 'pag' 类型 amat...
as(pc.fit,"amat")
我们得到：
Adjacency Matrix 'amat' (8 x 8) of type ‘cpdag’:
1 2 3 4 5 6 7 8
1 . 1 . . . . . .
2 1 . 1 . 1 . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . . . .
6 1 . . . 1 . . .
7 . . . . . 1 . .
8 1 . . . 1 . . .
并与
as(fci.fit,"amat")
我们得到：
Adjacency Matrix 'amat' (8 x 8) of type ‘pag’:
1 2 3 4 5 6 7 8
1 . 1 . . . 2 . 2
2 1 . 1 . 1 . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . 2 . 2
6 3 . . . 3 . 2 .
7 . . . . . 3 . .
8 3 . . . 3 . . .
或者，与
fci.fit@amat
我们得到
1 2 3 4 5 6 7 8
1 0 1 0 0 0 2 0 2
2 1 0 1 0 1 0 0 0
3 0 1 0 0 0 0 0 0
4 0 0 0 0 0 0 0 0
5 0 1 0 0 0 2 0 2
6 3 0 0 0 3 0 2 0
7 0 0 0 0 0 3 0 0
8 3 0 0 0 3 0 0 0
关于 pdag2allDags 的 pcalg 文档没有明确提到...
- 函数定义说 'a Given Partially Directed Acyclic Graph (PDAG)'.
- 该示例显示了定义为零和一矩阵的“
amat”，与 fci 或 pc 函数 没有任何联系
但我找到的解决方案首先采用“pag”类型 amat 并将其转换为“cpdag”...
嗯... 'pag' 类型 amat 确实不只是由零和一组成...
但是我们现在从 here:
- 3 表示列是原因，行是结果...
- 2 表示列是结果，行是原因...
所以，我们替换它们创建一个新函数
pag2cpdag<-function(fciAlgo){
res<-as(fciAlgo,"amat")#a amat type pag
res[res==3]<-1
res[res==2]<-0
return(res)
}
所以我们得到
pag2cpdag(fci.fit)
以下输出：
Adjacency Matrix 'amat' (8 x 8) of type ‘pag’:
1 2 3 4 5 6 7 8
1 . 1 . . . . . .
2 1 . 1 . 1 . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . . . .
6 1 . . . 1 . . .
7 . . . . . 1 . .
8 1 . . . 1 . . .
我无法更改类型，但它提供了 cpdag 的 amat 格式的矩阵。并且可以应用于pdag2allDags...
res1<-pdag2allDags(pag2cpdag(fci.fit))
plotAllDags(res1)
到 return 足够所有等效的 DAG...
但它仍然不适用于 addBgKnowledge 由 fci 生成的对象，即使文档说它使用 amat
fci.amat2<-addBgKnowledge(gInput = pag2cpdag(fci.fit),x=1,y=2)
plot(as(t(fci.amat2),"graphNEL"))
它returns:
Error in h(simpleError(msg, call)) : error in evaluating the argument 'x' in selecting a method for function 'plot': no method or default for coercing “amat” to “graphNEL”
的输出
fci.amat2
看起来没问题...
Adjacency Matrix 'amat' (8 x 8) of type ‘pag’:
1 2 3 4 5 6 7 8
1 . . . . . . . .
2 1 . . . . . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . . . .
6 1 . . . 1 . . .
7 . . . . . 1 . .
8 1 . . . 1 . . .
查看示例，一个简单的矩阵可以将其绘制为 graphNEL...因此，只需转换为一个简单的矩阵即可解决问题：
pc.amat2<-addBgKnowledge(pag2cpdag(fci.fit),x=1,y=2)
class(pc.amat2)<-"matrix"
plot(as(t(pc.amat2),"graphNEL"))
我开始使用 pcalg 包，我对函数 pdag2allDags 和 addBgKnowledge:
我正在使用软件包gmG提供的示例数据
library(pcalg)
library(Rgraphviz)
data("gmG")
df<-gmG$x
suffStat <- list(C = cor(df), n = nrow(df))
fci.fit<-fci(suffStat, indepTest = gaussCItest, p = ncol(df),alpha = 0.01)
plot(fci.fit)
我想获得所有等效的 DAG。从文档中，它应该使用函数 pdag2allDags（来自 here）。我们应该只需要获取 amat (adjacent matrix) 数据。
根据 the documentation 上的规范，我认为以下应该可行...
plotAllDags <- function(res) {
require(graph)
p <- sqrt(ncol(res$dags))
nDags <- ceiling(sqrt(nrow(res$dags)))
par(mfrow = c(nDags, nDags))
for (i in 1:nrow(res$dags)) {
tmp <- matrix(res$dags[i,],p,p)
colnames(tmp) <- rownames(tmp) <- res$nodeNms
plot(as(tmp, "graphNEL"))
}
}
res1<-pdag2allDags(as(fci.fit,"amat"))
plotAllDags(res1)
但是，它 returns:
Error in sqrt(ncol(res$dags)) : non-numeric argument to mathematical function
我们在 fci's 对象中也看到了 amat。所以，我尝试了：
res2<-pdag2allDags(fci.fit@amat)
plotAllDags(res2)
它也returns一样：
Error in sqrt(ncol(res$dags)) : non-numeric argument to mathematical function
但是如果我使用 pc 算法，它会起作用：
pc.fit<-pc(suffStat, indepTest = gaussCItest, p = ncol(df),alpha = 0.01)
plot(pc.fit)
res0<-pdag2allDags(as(pc.fit,"amat"))
plotAllDags(res0)
这是怎么回事？ pdag2allDags 不是要处理所有 amat 对象（pc、fci、rfci 等）吗？
我无法在文档中找到任何其他 ...allDags 函数。如何从 fci 函数的输出中获取所有等价的 DAG？
函数addBgKnowledge也是如此。它适用于 pc:
pc.amat2<-addBgKnowledge(gInput = pc.fit@graph,x=1,y=2)
plot(pc.amat2)
但不适合 fci，甚至 documentation 说它使用 amat
fci.amat2<-addBgKnowledge(gInput = as(fci.fit,"amat"),x=1,y=2)
plot(as(t(fci.amat2),"graphNEL"))
它提供：
Error in h(simpleError(msg, call)) : error in evaluating the argument 'x' in selecting a method for function 'plot': argument is not a matrix
我认为这应该不是一个理想的答案，它应该有更好的方法来做到这一点，但由于我没有得到任何答案，我做了一些尝试，我正在分享我是如何规避这个问题的现在...
如果我们评估结构，两者确实都在处理邻接矩阵 (amat)...但它们是不同的...pc 输出包含一个 'cpdag' 类型 amat，和 fci 输出，一个 'pag' 类型 amat...
as(pc.fit,"amat")
我们得到：
Adjacency Matrix 'amat' (8 x 8) of type ‘cpdag’:
1 2 3 4 5 6 7 8
1 . 1 . . . . . .
2 1 . 1 . 1 . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . . . .
6 1 . . . 1 . . .
7 . . . . . 1 . .
8 1 . . . 1 . . .
并与
as(fci.fit,"amat")
我们得到：
Adjacency Matrix 'amat' (8 x 8) of type ‘pag’:
1 2 3 4 5 6 7 8
1 . 1 . . . 2 . 2
2 1 . 1 . 1 . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . 2 . 2
6 3 . . . 3 . 2 .
7 . . . . . 3 . .
8 3 . . . 3 . . .
或者，与
fci.fit@amat
我们得到
1 2 3 4 5 6 7 8
1 0 1 0 0 0 2 0 2
2 1 0 1 0 1 0 0 0
3 0 1 0 0 0 0 0 0
4 0 0 0 0 0 0 0 0
5 0 1 0 0 0 2 0 2
6 3 0 0 0 3 0 2 0
7 0 0 0 0 0 3 0 0
8 3 0 0 0 3 0 0 0
关于 pdag2allDags 的 pcalg 文档没有明确提到...
- 函数定义说 'a Given Partially Directed Acyclic Graph (PDAG)'.
- 该示例显示了定义为零和一矩阵的“
amat”，与fci或pc函数 没有任何联系
但我找到的解决方案首先采用“pag”类型 amat 并将其转换为“cpdag”...
嗯... 'pag' 类型 amat 确实不只是由零和一组成...
但是我们现在从 here:
- 3 表示列是原因，行是结果...
- 2 表示列是结果，行是原因...
所以，我们替换它们创建一个新函数
pag2cpdag<-function(fciAlgo){
res<-as(fciAlgo,"amat")#a amat type pag
res[res==3]<-1
res[res==2]<-0
return(res)
}
所以我们得到
pag2cpdag(fci.fit)
以下输出：
Adjacency Matrix 'amat' (8 x 8) of type ‘pag’:
1 2 3 4 5 6 7 8
1 . 1 . . . . . .
2 1 . 1 . 1 . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . . . .
6 1 . . . 1 . . .
7 . . . . . 1 . .
8 1 . . . 1 . . .
我无法更改类型，但它提供了 cpdag 的 amat 格式的矩阵。并且可以应用于pdag2allDags...
res1<-pdag2allDags(pag2cpdag(fci.fit))
plotAllDags(res1)
到 return 足够所有等效的 DAG...
但它仍然不适用于 addBgKnowledge 由 fci 生成的对象，即使文档说它使用 amat
fci.amat2<-addBgKnowledge(gInput = pag2cpdag(fci.fit),x=1,y=2)
plot(as(t(fci.amat2),"graphNEL"))
它returns:
Error in h(simpleError(msg, call)) : error in evaluating the argument 'x' in selecting a method for function 'plot': no method or default for coercing “amat” to “graphNEL”
fci.amat2
看起来没问题...
Adjacency Matrix 'amat' (8 x 8) of type ‘pag’:
1 2 3 4 5 6 7 8
1 . . . . . . . .
2 1 . . . . . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . . . .
6 1 . . . 1 . . .
7 . . . . . 1 . .
8 1 . . . 1 . . .
查看示例，一个简单的矩阵可以将其绘制为 graphNEL...因此，只需转换为一个简单的矩阵即可解决问题：
pc.amat2<-addBgKnowledge(pag2cpdag(fci.fit),x=1,y=2)
class(pc.amat2)<-"matrix"
plot(as(t(pc.amat2),"graphNEL"))