如何用bnlearn表示领域知识信息？

Question

我正在学习使用R包bnlearn的动态贝叶斯网络模型。为此，我遵循本论文，它们以6层的形式施加某些约束(文件中的表1)：

1   Gender, age at ALS onset    
2   Onset site, onset delta (start of the trial - onset)    
3   Riluzole intake, placebo/treatment  
4   Variables at time t-1   
5   Variables at time t, TSO    
6   Survival    

在本例中，由于gender和age位于顶层，所以它们不能受Riluzole intake的影响，而是受Riluzole intake的影响(或有因果关系)，并最终受到survival的影响。这保证了网络的非周期性，也就是说，在变量之间没有无终止的反馈循环。

我的问题是，我们如何使用R包bnlearn来建模这些先验知识。

Answer 1

您可以通过几种方式为结构学习添加领域知识或约束。

• 如果要使用域知识指定网络结构和参数，可以使用custom.fit手动构建网络。
• 如果您想从数据中估计BN的结构，那么可以使用结构学习算法中的whitelist和blacklist参数对边缘方向和边缘存在施加约束。
• 在结构学习中，先验可以放置在边缘上(例如，prior="cs"，其中“如果先验是cs，则beta是由指定一组弧的先验概率的列组成的数据帧，假定其余的弧具有一致的概率分布”)。还有其他的前科可以使用。