为什么在 bnlearn 中使用预测时会出现“Error in check.data(data,allow.levels = TRUE)”

Question

训练数据：

使用 R，我需要根据这些特征做出 2 个预测（购买计算机：是/否）

本质上是说两者中的每一个都是“是”还是“否”。 我尝试了下面的代码并收到错误

check.data(data,allow.levels = TRUE)中的错误：数据丢失。

> library(bnlearn)
> 
> data_computer <- data.frame(predictions.table)
> data_computer$Income <- as.factor(data_computer$Income)
> data_computer$Student <- as.factor(data_computer$Student)
> data_computer$Credit.Rating <- as.factor(data_computer$Credit.Rating)
> data_computer$Buy.Computer <- as.factor(data_computer$Buy.Computer)
> 
> network_structure <- empty.graph(nodes = c("Income","Student","Credit.Rating","Buy.Computer"))
> 
> network_structure <- set.arc(network_structure,"Income","Buy.Computer")
> network_structure <- set.arc(network_structure,"Student","Buy.Computer")
> network_structure <- set.arc(network_structure,"Credit.Rating","Buy.Computer")
> 
> learned.network <- bn.fit(network_structure, data_computer)
> 
> data_computer_test <- data.frame(
+     Income = c("High", "Low"),
+     Student = c("FALSE", "FALSE"),
+     Credit.Rating = c("Fair", "Excellent")
+ )
> 
> data_computer_test$Income <- as.factor(data_computer_test$Income)
> data_computer_test$Student <- as.factor(data_computer_test$Student)
> data_computer_test$Credit.Rating <- as.factor(data_computer_test$Credit.Rating)
> 
> new_predictions <- predict(learned.network, newdata=data_computer_test, node="Buy.Computer", method="bayes-lw")

check.data(data,allow.levels = TRUE)中的错误：数据丢失。

为什么我会收到此错误？

Answer 1

来自

predict()

的文档（链接）：

Usage
## S3 method for class 'bn.fit'
predict(object, node, data, cluster, method = "parents", ...,
  prob = FALSE, debug = FALSE)

所需的最少参数为

object

、

node

和

data

。 （

cluster

是可选的，

method

、

prob

和

debug

有默认值）

您的代码：

new_predictions <- predict(learned.network, newdata=data_computer_test, node="Buy.Computer", method="bayes-lw")

R 将正确地假设未命名的第一个参数是

object

。 所有其他参数都已命名，因此将分配给具有匹配名称的参数。 没有名为

newdata

的预期参数，因此它被传递给

...

并且您没有

data

，因此出现错误消息。

试试这个：

new_predictions <- predict(
    object = learned.network, 
    data = data_computer_test, 
    node = "Buy.Computer", 
    method = "bayes-lw")