贝叶斯网络 'catnet' 包 cnPlot 返回 null

Question

我是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大量缺失数据。我尝试了 Whosebug 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) 只是 returns 空。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。

正在创建猫网络：

 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)

剧情，到头来，returns无效。我还导入了 igraph 库。不确定发生了什么。

对于可重现的示例，我尝试了与此 thread:

中相同的方法

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 的输出是：

$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returns,

NULL

Answer 1

与我类似，?cnPlot 中的示例也产生了 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") 生成一个外部 dot 文件，可以用 graphviz 渲染，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 对 return 邻接矩阵具有 cnMatParents 函数。

然后只需要定义一个以邻接矩阵为输入的绘图函数。在下面的函数中，可以通过 Rgraphviz.[=33 将绘图类型从 igraph 设置为 "i" 或 graphviz/dot 的 "d" =]

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
}

并使用喜欢

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 页展示了如何呈现 dot 文件并自动打开 pdf 查看器。在 linux 上，以下内容打开了一个带有情节

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

Bayesian networks 'catnet' package cnPlot returning null

r

igraph

categorical-data

bayesian-networks

bnlearn

正在创建猫网络：

设置经验概率

绘制网络