基于给定的网络结构,我为六个二进制变量(x1 到 x6)创建了一个包含 100 个实例的数据框。所以它是一个 0/1 值的 100 x 6 数据帧,存储在变量“input_params”中。使用语句创建了一个空图:library(bnlearn)
bn_graph = empty.graph(names(input_params))
但是当我尝试在网络中使用上面的参数('input_params')拟合时bn_nw <- bn.fit(bn_graph, input_params)
我收到一条错误消息Error in data.type(x) :
variable x1 is not supported in bnlearn (type: integer).
我应该做什么数据类型转换来避免这个错误?现在它的值是 0 或 1。
最佳答案
函数bn.fit()
包裹内bnlearn
计算每个变量的局部条件概率分布。
在离散情况下,我们期望 categorical
( factor function ) 参数(在 "fac1","fac2","fac3"
列中):fac_cols <- c("fac1","fac2","fac3")
是连续数据(例如来自传感器的测量)数据需要是类型 numeric
( numeric function ):num_cols <- c("num1","num2","num3")
假设 input_params
是一个 data.frame,我们需要通过以下任一方式转换两组列( fac_cols
, num_cols
):
input_params[,fac_cols] <- lapply(input_params[,fac_cols], as.factor)
input_params[,num_cols] <- lapply(input_params[,num_cols], as.numeric)
或与
dplyr
input_params <- input_params %>% mutate_at(vars(fac_cols), funs(as.factor)) %>% mutate_at(vars(num_cols), funs(as.numeric))
关于r - R : variable is not supported in bnlearn (type: integer) 中 bn.fit() 的数据类型错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46227336/