Fehler beim Plotten der Ergebnisse eines Hill-Climbing-Algorithmus aus bnlearn-Paket in R als Reingold-Tilford-Baum-Diagramm

Question

Ich bin ein Poster zum ersten Mal, aber ein langjähriger Lerner von dieser Website. Dies ist das erste Mal, dass eine Antwort auf meine Frage nicht von früheren Posts reverse-engineer-fähig ist, also hoffe ich, dass jemand mir helfen kann, es zu lösen.

Ich versuche, die Ergebnisse eines Hill-Climbing-Suchalgorithmus (hc aus dem bnlearn-Paket in R) auf einer Korrelationsmatrix als ein Reingold-Tilford-Baum-Diagramm zu plotten.

sagen, dass ich laufen:

hc.obj<-hc(corr.matrix) 
    hc.plot<-qgraph(hc.obj, directed = "TRUE", layout = "spring") 

ich ein Fruchterman-Reingold Layout der gerichteten Beziehungen kein Problem.

Aber ich kann ein Baumlayout nicht funktionieren, egal wie ich die Informationen in hc.obj formatiere. Wenn Sie beispielsweise den obigen Code mit "layout = tree" ausführen, erhalte ich den Fehler: "Fehler in l [, 1]: falsche Anzahl von Dimensionen".

Hier ist ein reproduzierbares Beispiel:

require("bnlearn") 
    require("qgraph") 
    cm <- matrix(runif(100), ncol=10) 
    cm <- (cm * lower.tri(cm)) + t(cm * lower.tri(cm)) 
    diag(cm) <- 1 
    cm.df<-as.data.frame(cm) 
    hc.obj<-hc(cm.df) 
    hc.plot<-qgraph(hc.obj, directed = "TRUE", layout = "tree") 

Und wenn ich versuche, wie durch IGRAPH auszuführen:

layout_as_tree(hc.obj) 

ich die Fehlermeldung „Fehler bei layout_as_tree erhalten (hc.obj): Keine Grafikobjekt "

Answer 1

Es scheint, dass Sie versuchen, die Plotfunktionen zu verwenden, um etwas zu tun, für das sie nicht vorgesehen sind.

hc.obj ist ein Modell-Objekt der Klasse bn während qplot() beispielsweise nach den Ständern:

...either a weights matrix or an edgelist. Can also be an object of class "sem" (sem), "mod" (sem), "lavaan" (lavaan), "principal" (psych), "loadings" (stats), "factanal" (stats), "graphNEL" (Rgraphviz), "pcAlgo" (pcalg), "huge" (huge), "select" (huge) or the output of glasso".

Sie können jedoch plot a bn object. Ein Weg ist, einfach plot() zu verwenden.

if(!require(pacman)) install.packages("pacman") 
pacman::p_load(qgraph,bnlearn,Rgraphviz) 
cm <- matrix(runif(100), ncol=10) 
cm <- (cm * lower.tri(cm)) + t(cm * lower.tri(cm)) 
diag(cm) <- 1 
cm.df<-as.data.frame(cm) 
hc.obj<-hc(cm.df) 
plot(hc.obj) 

Ein anderer Weg ist graphviz.plot() zu verwenden.

bnlearn::graphviz.plot(hc.obj) 

Wenn Sie eine Suche oder Überprüfung tun the relevant CRAN task view Sie wahrscheinlich mehr Pakete finden können, die bn Klassenobjekte unterstützen.