我如何用 bnlearn 表示领域知识信息

问题描述

我正在使用 R 包 bnlearn 了解动态贝叶斯网络模型。为此，我遵循 this paper，他们以 6 层的形式施加了某些约束（论文中的表 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    

在此示例中，由于 gender 和 age 位于顶层，因此它们不受 Riluzole intake 的影响，但会影响（或具有因果关系）Riluzole intake 并最终survival。这保证了网络的非循环性，即我们在变量之间没有无止境的反馈循环。

我的问题是，我们如何使用 R 包 bnlearn 对此类先验知识进行建模。

解决方法

您可以通过多种方式将领域知识或约束添加到结构化学习中。

• 如果您想使用领域知识指定网络结构和参数，您可以使用 custom.fit 手动构建网络。

• 如果您想从数据中估计 BN 的结构，那么您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。

• 先验可以放置在结构学习的边缘上（例如 prior="cs"，其中“如果先验是 cs，beta 是一个数据框，其中的列 from、to 和 prob 指定了先验一组弧的概率。假设其余弧的概率分布均匀。")。 There are other priors that can be used.