Использование функции bnlearn cpquery в цикле

Я пытаюсь использовать bnlearn пакет для расчета условных вероятностей, и я столкнулся с проблемой, когда Функция "cpquery" используется внутри цикла. Я создал пример, показанный ниже, используя данные, включенные в пакет. При использовании функции cpquery в цикле переменная, созданная в цикле ("evi" в примере), не распознается функцией. Я получаю сообщение об ошибке:

Error in parse(text = evi) : object 'evi' not found

Этапы создания "evi" основаны на примерах, предоставленных автором.

Любая помощь, которую вы могли бы оказать, была бы здоровой. Я отчаянно пытаюсь найти способ применить функцию cpquery для большого количества наблюдений.

library(bnlearn)
data(learning.test)
fitted = bn.fit(hc(learning.test), learning.test)

bn.function <- function(network, evidence_data) {
  a <- NULL
  b <- nrow(evidence_data)
  for (i in 1:b) {
    evi <- paste("(", names(evidence_data), "=='",
               sapply(evidence_data[i,], as.character), "')",
               sep = "", collapse = " & ")
    a[i] <- cpquery(network, (C=='c'), eval(parse(text=evi)))
  }
  return(a)
}

test <- bn.function(fitted, learning.test)

Заранее спасибо!


r probability bayesian-networks
person H2O_Research    schedule 08.10.2013    source источник
comment
Я связался с автором пакета bnlearn, и оказалось, что ошибка, которую я получаю, связана с проблемой области действия функции cpquery. Это становится очевидным, когда я могу заставить функцию cpquery работать должным образом в цикле for, созданном вне определяемой пользователем функции, но с ошибкой, когда тот же цикл for используется внутри пользовательской функции.   -  person H2O_Research    schedule 11.10.2013
comment
У меня была аналогичная проблема с cpquery в циклах, и быстрый обходной путь, который сработал для меня, заключался в том, чтобы включить строку evi <<- evi перед вызовом cpquery. Это определяет переменную в глобальной среде.   -  person Austin    schedule 31.05.2018
comment
Я думаю, ваша проблема была решена здесь: stackoverflow.com/questions /44676501/   -  person drastega    schedule 27.12.2019

Ответы (2)


arrow_upward
0
arrow_downward

Я не знаю, связано ли это с исправлением ошибки или просто потому, что я попробовал другой подход - в любом случае цикл работает, если вы итеративно создаете список доказательств вне функции cpquery.

Пример итерации по списку с именемvideData со всеми положительными свидетельствами:

for(i in names(evidenceData)){
  loopEvidenceList <- list()
  loopEvidenceList[[i]] <- "TRUE"
  a =cpquery(fitted = bayesNet, event = queryNode == "TRUE", 
             evidence = loopEvidenceList, method = "lw", n = 100000)
  print(a)
  }

В зависимости от того, как доступны ваши доказательства, вам может потребоваться более сложная подготовка «loopEvidenceList», но как только вы это подготовите, все будет работать нормально.

person locom    schedule 07.05.2018

arrow_upward
0
arrow_downward

Чтобы избежать проблемы с областью действия, вы можете отложить вызов eval и сделать это внутри функции cpquery. Если вы напрямую передадите evi (символьную переменную) в cpquery, а затем проанализируете ее внутри определения, цепочка сред будет смещена, и cpquery получит доступ к evi.

Вы можете использовать m.cpquery <- edit(cpquery) для создания собственной версии функции и вставить в ее начало следующую строку:

evidence = parse(text = evidence)

а затем сохраните новую функцию.

Таким образом, заголовок m.cpquery будет выглядеть так:

> m.cpquery
function (fitted, event, evidence, cluster = NULL, method = "ls", 
    ..., debug = FALSE) 
{
    evidence = parse(text = evidence)
    check.fit(fitted)
    check.logical(debug)
...

Теперь вы можете использовать m.cpquery в своей собственной функции, как и раньше, за исключением того, что мы передадим ей переменную простого символа:

a[i] <- m.cpquery(network, (C=='c'), evi)

Обратите внимание, что в первой строке m.cpquery мы проанализировали только символьную переменную свидетельства и не вызывали для нее eval. cpquery — это внешний интерфейс для conditional.probability.query (см. здесь) и мы полагаемся на последующий вызов conditional.probability.query eval.

Я должен сказать, что это довольно уродливый обходной путь. И это работает, только если вы используете логическую выборку (method='ls'). Но если вы хотите использовать взвешивание правдоподобия, функция check.mutilated.evidence вызовет ошибку. Я не проверял, приведет ли вставка выражения eval до его вызова к хаосу последующих ошибок, ведущих к аду.

person koohyar    schedule 02.10.2016