如何用bnlearn表示领域知识信息_R_Directed Acyclic Graphs_Bayesian Networks_Causality_Bnlearn

如何用bnlearn表示领域知识信息

如何用bnlearn表示领域知识信息,r,directed-acyclic-graphs,bayesian-networks,causality,bnlearn,R,Directed Acyclic Graphs,Bayesian Networks,Causality,Bnlearn,我正在使用R软件包学习动态贝叶斯网络模型。为此，我将遵循他们以6层的形式施加某些约束（本文中的表1）：在本例中，由于性别和年龄处于顶层，因此它们不会受到利鲁唑摄入量的影响，而是影响（或有因果关系）利鲁唑摄入量并最终影响生存。这保证了网络中的非循环性，也就是说，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软件包对这些先验知识建模bnlearn您可以通过几种方式向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手动构建网络如果要根据数据

我正在使用R软件包学习动态贝叶斯网络模型。为此，我将遵循他们以6层的形式施加某些约束（本文中的表1）：

在本例中，由于

性别

和

年龄

处于顶层，因此它们不会受到

利鲁唑摄入量

的影响，而是影响（或有因果关系）

利鲁唑摄入量

并最终影响

生存

。这保证了网络中的非循环性，也就是说，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软件包对这些先验知识建模

bnlearn

您可以通过几种方式向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
如果要根据数据估计BN的结构，则可以使用结构学习算法中的
```
白名单
```
和
```
黑名单
```
参数对边缘方向和边缘存在施加约束
在结构学习中，先验知识可以放在边缘上（例如，
```
prior=“cs”
```
，其中“如果先验知识是cs，beta是一个数据框，其中列from、to和prob指定了一组弧的先验概率。其余弧的概率分布是一致的。”）

如果要使用领域知识指定网络结构和参数，可以使用

custom.fit

手动构建网络。如果您想根据数据估计结构，则可以使用结构学习算法中的

白名单

和

黑名单

参数对边缘方向和存在施加约束。感谢@user20650的回答，如果您想放置答案，我可以将其标记为已回答

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