R bnlearn包：防止节点具有任何父节点

使用包bnlearn，是否可以将节点设置为不能有任何父节点？我发现使用黑名单功能在技术上是可行的。防止“A”在包含的测试数据中有任何父项的示例：

library(bnlearn)
blacklist = data.frame(from = c("B", "C", "D", "E", "F"), to = c("A"))
dat = gs(learning.test, blacklist = blacklist)

然而，我正在处理的数据有成千上万个节点，这些节点不应该是彼此的父节点，这将导致一个数百万行的黑名单。我基本上是在寻找这样的东西：

黑名单=data.frame（from=c（“*”，“A”））

---

这意味着没有节点可以是a的父节点。这可能吗？如果没有，是否有任何人可以推荐具有此功能的贝叶斯学习软件包？

也可以使用黑名单，但更通用一点，您可以：

node.names <- names(learning.test)
blacklist <- data.frame(from = node.names[-grep("A", node.names)], 
                        to   = c("A"))

---

node.names也使用黑名单，但更通用一点，您可以：

node.names <- names(learning.test)
blacklist <- data.frame(from = node.names[-grep("A", node.names)], 
                        to   = c("A"))

node.name是否有一些节点可以将其中一些节点作为父节点，但不是所有节点？基本上，大约一半的数据只能是父节点，不能有它们（它们是DNA标记），另一半可以有子节点和父节点（表达数据）。我正在寻找一种方法告诉BNL，DNA标记不能有父母，而只能是表达数据的父母。谢谢该示例可以帮助您减少搜索空间/黑名单矩阵。它学习马尔可夫覆盖，然后将在必要的方向上发现的关联列入黑名单，即一个变量将是一个潜在的父变量而不是子变量。是否有节点可以将其中一些节点作为父节点，但不是所有节点？基本上约有一半的数据只能是父节点，而不能拥有它们（它们是DNA标记）另一半可以有孩子和父母（表达式数据）。我正在寻找一种方法告诉BNL，DNA标记不能有父母，而只能是表达数据的父母。谢谢该示例可以帮助您减少搜索空间/黑名单矩阵。它学习马尔可夫覆盖，然后将在必要的方向上发现的关联列入黑名单，即一个变量将是潜在的父变量，而不是子变量