Pc-来自pcalg的稳定

Question

我正在使用包‘pcalg’2.0-10中的pc-stable来学习它的结构。据我所知，这个算法不会影响输入数据的顺序，因为它是order_independent。当我用不同的顺序运行它时，我得到了不同的图形。任何人可以帮助我解决这个问题，这是我的代码。

library(pracma)

randindexMatriax <- matrix(0,10,ncol(TrainData))
numberUnique_val_col = vector()
pdf("Graph for Test PC Stable with random order.pdf")

par(mfrow=c(2,1)) for (i in 1:10) {

randindex<-randperm(1:ncol(TrainData))
randindexMatriax[i,]<-randindex
TrainDataRandOrder<-data[,randindex]

V <- colnames( TrainDataRandOrder)
UD <-data.frame(TrainDataRandOrder)

numberUnique_val_col= sapply(UD，函数(X)长度(唯一(X)

列表(dm= TrainDataRandOrder，nlev = c(numberUnique_val_col1，numberUnique_val_col2，numberUnique_val_col3，numberUnique_val_col4，numberUnique_val_col5，numberUnique_val_col6，numberUnique_val_col7、numberUnique_val_col8、numberUnique_val_col9、numberUnique_val_col10、numberUnique_val_col11、numberUnique_val_col12、numberUnique_val_col13、numberUnique_val_col14、numberUnique_val_col15、numberUnique_val_col16、numberUnique_val_col17、numberUnique_val_col18，numberUnique_val_col19，numberUnique_val_col20)，adaptDF = FALSE)

pc.fit <- pc(suffStat，indepTest= disCItest，alpha=0.01，labels=V，fixedGaps = NULL，fixedEdges = NULL，NAdelete = TRUE，m.max = Inf，skel.method =“稳定”，TRUE= TRUE，solve.confl = TRUE，verbose = TRUE)

Answer 1

PC-Stable的“稳定”部分只影响算法的骨架阶段。取向阶段仍然依赖于顺序。这两个图是否有相同的“骨架”？也就是说，如果您将所有有向边转换为无向边，那么这两个图是否相同？

如果没有，您可能已经在pcalg中发现了一个bug！请发布一个样本数据集和两个列的排序，这些列生成具有不同骨架的图形。