pcalg package 上的 `pdag2allDags` 和 `addBgKnowledge` 函數存在問題

Question

我開始使用pcalg package，我對pdag2allDags和addBgKnowledge函數有一些疑問：

我正在使用gmG提供的示例數據 gmG

library(pcalg)
library(Rgraphviz)
data("gmG")
df<-gmG$x
suffStat <- list(C = cor(df), n = nrow(df))
fci.fit<-fci(suffStat, indepTest = gaussCItest, p = ncol(df),alpha = 0.01)
plot(fci.fit)

我想獲得所有等效的 DAG。 從文檔中，它應該使用 function pdag2allDags （從這里）工作。 我們應該只需要獲取amat （相鄰的mat rix）數據。

根據文檔上的規范，我認為以下應該可以工作......

plotAllDags <- function(res) {
    require(graph)
    p <- sqrt(ncol(res$dags))
    nDags <- ceiling(sqrt(nrow(res$dags)))
    par(mfrow = c(nDags, nDags))
    for (i in 1:nrow(res$dags)) {
        tmp <- matrix(res$dags[i,],p,p)
        colnames(tmp) <- rownames(tmp) <- res$nodeNms
        plot(as(tmp, "graphNEL"))
    }
}

res1<-pdag2allDags(as(fci.fit,"amat"))
plotAllDags(res1)

但是，相反，它返回：

sqrt(ncol(res$dags)) 中的錯誤：數學 function 的非數字參數

我們還看到fci'的amat中的 amat。 所以，我嘗試了：

res2<-pdag2allDags(fci.fit@amat)
plotAllDags(res2)

它也返回相同的：

sqrt(ncol(res$dags)) 中的錯誤：數學 function 的非數字參數

但是如果我使用pc算法，它可以工作：

pc.fit<-pc(suffStat, indepTest = gaussCItest, p = ncol(df),alpha = 0.01)
plot(pc.fit)
res0<-pdag2allDags(as(pc.fit,"amat"))
plotAllDags(res0)

到底是怎么回事？ pdag2allDags不是打算處理所有amat對象（pc、fci、rfci 等）嗎？ 我在文檔中找不到任何其他...allDags function 。 如何從fci function 的 output 中獲取所有等效的 DAG？

---

function addBgKnowledge發生同樣的情況。 它適用於pc ：

pc.amat2<-addBgKnowledge(gInput = pc.fit@graph,x=1,y=2)
plot(pc.amat2)

但不適用於fci ，甚至文檔說它使用amat

fci.amat2<-addBgKnowledge(gInput = as(fci.fit,"amat"),x=1,y=2)
plot(as(t(fci.amat2),"graphNEL"))

它提供：

h（simpleError（msg，call））中的錯誤：在為 function 'plot' 選擇方法時評估參數'x'時出錯：參數不是矩陣

Answer 1

我相信它不應該是一個理想的答案，它應該有更好的方法來做到這一點，但由於我沒有得到任何答案，我做了一些嘗試，我現在分享我是如何繞過這個問題的......

如果我們評估結構，兩者確實都在處理鄰接矩陣（amat）......但它們是不同的...... pc output 包含一個' cpdag '類型的amat ，而fci output，一個' pag '類型的amat ......

as(pc.fit,"amat")

我們得到：

Adjacency Matrix 'amat' (8 x 8) of type ‘cpdag’:
  1 2 3 4 5 6 7 8
1 . 1 . . . . . .
2 1 . 1 . 1 . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . . . .
6 1 . . . 1 . . .
7 . . . . . 1 . .
8 1 . . . 1 . . .

與

as(fci.fit,"amat")

我們得到：

Adjacency Matrix 'amat' (8 x 8) of type ‘pag’:
  1 2 3 4 5 6 7 8
1 . 1 . . . 2 . 2
2 1 . 1 . 1 . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . 2 . 2
6 3 . . . 3 . 2 .
7 . . . . . 3 . .
8 3 . . . 3 . . .

或者，與

fci.fit@amat

我們得到

  1 2 3 4 5 6 7 8
1 0 1 0 0 0 2 0 2
2 1 0 1 0 1 0 0 0
3 0 1 0 0 0 0 0 0
4 0 0 0 0 0 0 0 0
5 0 1 0 0 0 2 0 2
6 3 0 0 0 3 0 2 0
7 0 0 0 0 0 3 0 0
8 3 0 0 0 3 0 0 0

pdag2allDags上的pcalg文檔沒有明確提到...

• function 定義說“給定的部分有向無環圖（PDAG）”。
• 該示例顯示了一個定義為 0 和 1 的矩陣的“ amat ”，與fci或pc函數沒有任何連接

但我找到的解決方案首先是采用“ pag ”類型amat並將其轉換為“ cpdag ”......

嗯......' pag '類型的amat確實不只是由零和一組成......但我們現在從這里開始：

• 3 表示列是原因，行是結果...
• 和 2 表示列是結果，行是原因...

所以，我們替換它們，創建一個新的 function

pag2cpdag<-function(fciAlgo){
  res<-as(fciAlgo,"amat")#a amat type pag
  res[res==3]<-1
  res[res==2]<-0
  return(res)
}

所以我們得到

pag2cpdag(fci.fit)

以下 output：

Adjacency Matrix 'amat' (8 x 8) of type ‘pag’:
  1 2 3 4 5 6 7 8
1 . 1 . . . . . .
2 1 . 1 . 1 . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . . . .
6 1 . . . 1 . . .
7 . . . . . 1 . .
8 1 . . . 1 . . .

我無法更改類型，但它提供了cpdag的amat格式的矩陣。 並且可以應用於pdag2allDags ...

res1<-pdag2allDags(pag2cpdag(fci.fit))
plotAllDags(res1)

充分返回所有等效的 DAG...

---

但它仍然不適用於addBgKnowledge與fci生成的對象，即使文檔說它使用amat

fci.amat2<-addBgKnowledge(gInput = pag2cpdag(fci.fit),x=1,y=2)
plot(as(t(fci.amat2),"graphNEL"))

它返回：

Error in h(simpleError(msg, call)) : error in evaluating the argument 'x' in selecting a method for function 'plot': no method or default for coercing “amat” to “graphNEL”

output

fci.amat2

似乎還可以……

Adjacency Matrix 'amat' (8 x 8) of type ‘pag’:
  1 2 3 4 5 6 7 8
1 . . . . . . . .
2 1 . . . . . . .
3 . 1 . . . . . .
4 . . . . . . . .
5 . 1 . . . . . .
6 1 . . . 1 . . .
7 . . . . . 1 . .
8 1 . . . 1 . . .

看示例，一個簡單的矩陣將其繪制為graphNEL ...因此，只需轉換為簡單的矩陣即可解決問題：

pc.amat2<-addBgKnowledge(pag2cpdag(fci.fit),x=1,y=2)
class(pc.amat2)<-"matrix"
plot(as(t(pc.amat2),"graphNEL"))