BayesianNetworks包-贝叶斯网络建模和预测

library(tidyverse)

install.packages("cmdstanr", repos = c('https://stan-dev.r-universe.dev', getOption("repos")))

remotes::install_github("Pakillo/BayesianNetworks")
library(BayesianNetworks)
library(cmdstanr)
cmdstanr::install_cmdstan() #此程序包49M安装容易失败
# 安装完后会出现cmdstan的路径写入下方代码，以实际为准
set_cmdstan_path("/Users/xxx/.cmdstan/cmdstan-2.35.0")

data(web)
plot_counts_obs(web, sort = FALSE) # 可视化原始数据集 web 中的计数，不进行排序。

# 准备数据以供模型使用。mat 参数是输入的矩阵（此处为 web 数据集），sampl.eff 参数指定采样效率，这里为每行设置了20。

dt <- prepare_data(mat = web, sampl.eff = rep(20, nrow(web)))

set.seed(1)
options(mc.cores = 4) #设置并行计算使用的核心数，这里使用4个核心
fit <- fit_model(dt, refresh = 0)

check_model(fit, data = dt)

post <- get_posterior(fit, data = dt)

plot_interaction_prob(post) # 可视化交互概率

pred.df <- predict_counts(fit, data = dt) # 使用拟合模型 fit 和数据 dt 进行预测，生成预测计数
plot_counts_pred(pred.df, sort = FALSE) # 可视化预测的计数，不进行排序

plot_counts_pred_obs(pred.df, data = dt) # 将预测的计数和观察到的计数进行对比并可视化

plot_residuals(pred.df, data = dt, sort = FALSE)