使用bnlearn中predict函数触发check.data数据缺失报错的原因

核心报错原因 #

你调用predict()时使用了method="bayes-lw"（贝叶斯加权抽样法），这个方法需要依赖原始训练数据进行抽样计算，但你没有在predict()函数中通过data参数传入训练数据集data_computer，导致函数找不到抽样所需的数据源，直接触发了the data are missing错误。

另外需要额外注意：要确保测试数据集data_computer_test的因子水平和训练数据集完全一致（比如Student的取值大小写、是否和训练集的因子水平匹配），否则可能引发后续的兼容性问题，但当前报错的直接原因是未传入训练数据。

解决办法 #

方案1：补充传入训练数据 #

在predict()调用中添加data=data_computer参数，让bayes-lw方法能获取到抽样所需的原始训练数据：

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

方案2：更换无需训练数据的预测方法 #

如果不想依赖原始训练数据，可以改用method="parents"或method="bayes"（注意此bayes与bayes-lw不是同一方法），这两种方法仅依赖拟合好的贝叶斯网络参数即可完成预测：

# 使用父节点条件概率直接计算预测结果
new_predictions <- predict(learned.network, 
                           newdata=data_computer_test, 
                           node="Buy.Computer", 
                           method="parents")

内容的提问来源于stack exchange，提问作者Naim Assis Ismail