R bnlearn包重新分配条件概率时出错

Question

我正在使用R中的bnlearn包，使用数据和专家知识来构建一个自定义拟合的离散贝叶斯网络。http://www.bnlearn.com/examples/custom/

这需要使用bn.fit()创建一个bn.fit对象并修改感兴趣节点的本地分布。对于离散贝叶斯网络(或条件高斯网络中的离散节点)，条件概率表可以使用coef()从bn.fit对象中提取、更新和重新保存。

library(bnlearn)
dag = model2network("[A][C][F][B|A][D|A:C][E|B:F]")  #creates a network
fitted <- bn.fit(dag, learning.test) #(determines conditional probability 
given data in learning.test)
fitted[[3]]  #CP for node [C] as example, fitted$C also works 
cpt <- coef(fitted[[3]]) #extract coefficients from table
cpt[1:length(cpt)] = c(0.50, 0.25, 0.25)  #new CPs
fitted$C<-cpt #assign new CPs to joint CP table
fitted$C #Works

Parameters of node C (multinomial distribution)

Conditional probability table:
a    b    c 
0.50 0.25 0.25 

我想通过索引bn.fit对象来更新大量节点，即

fitted[[3]][[4]][1:3]<-cpt  #returns error
fitted[[3]][[4]]<-cpt       #returns error

Error in check.nodes(name, x) : 
nodes must be a vector of character strings, the labels of the nodes.

鉴于[[和$运算符之间的等价性，有人能解释为什么会出现这种情况和潜在的变通方法吗？

identical(fitted$C,fitted[[3]])
TRUE

谢谢

Answer 1

由于您的示例的最后一行显示对象是相同的，这表明$<-和[[<-的分派方法可能不同，或者实际上没有定义，然而，这并不是这里发生的事情。

行fitted$C<-cpt的相关函数是bnlearn:::'$<-.bn.fit'。看一下代码，就可以找到bnlearn:::'[[<-.bn.fit'。因此，有为[[和$定义的方法。再次查看代码，通向bnlearn:::check.nodes，快速阅读最后一个函数就会发现，您需要将character传递给bnlearn:::'[[<-.bn.fit'的name参数，并且它需要位于图中的节点名称集中。因此，为什么fitted[[3]] <- cpt、fitted[[3]][[4]]<-cpt和其他迭代不起作用(因为您传递的是3，它既不是character，也不是节点名。

作为另一种选择，如果您可以稍微更改您的工作流，您可以使用fitted[["C"]] <- cpt，这将比按索引传递更安全。如果您确实希望按索引传递，则可以按索引提取cpd节点名。