R 中 bn.fit() 的数据类型错误：bnlearn 不支持变量（类型：整数）

Question

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。因此，它是存储在变量“input_params”中的 0/1 值的 100 x 6 数据帧。使用语句创建一个空图：

library(bnlearn) bn_graph = empty.graph(names(input_params))

但是当我尝试使用以上参数（'input_params'）在网络中拟合时

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).

我应该进行什么数据类型转换才能避免此错误？现在它的值是 0 或 1。

Answer 1

bn.fit()包中的函数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（因子函数）参数（在列中"fac1","fac2","fac3"）：
fac_cols <- c("fac1","fac2","fac3")

数据是连续的（例如来自传感器的测量值），数据需要是类型numeric（数值函数）：
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))