使用bnlearn包boot.strength实现贝叶斯网络结果复现及黑弧问题咨询

问题1：boot.strength并行运行时结果无法复现 #

原因 #

set.seed(1)仅设置了主进程的随机种子，但makeCluster()创建的每个worker进程拥有独立的随机状态，主进程的种子不会自动同步到集群节点，导致每次运行时bootstrap样本的生成、HC算法的搜索过程都存在差异。

解决方法 #

创建集群后，用clusterSetRNGStream()为所有worker进程统一设置随机种子，且避免重复创建集群（重复创建会重置worker的随机状态）。修正后的代码如下：

library(parallel)
library(bnlearn)

# 仅创建一次集群
cl = makeCluster(4)
# 同步集群所有节点的随机种子
clusterSetRNGStream(cl, 1)

set.seed(1)
b1 = boot.strength(data = learning.test, R = 5, algorithm = "hc", cluster = cl,  
                   algorithm.args = list(score="bde", iss = 60, restart=10, perturb = 5))

# 复用已创建的集群，无需重新初始化
set.seed(1)
b2 = boot.strength(data = learning.test, R = 5, algorithm = "hc", cluster = cl,  
                   algorithm.args = list(score="bde", iss = 60, restart=10, perturb = 5))

all.equal(b1, b2)
# 运行结束后关闭集群
stopCluster(cl)

问题2：添加黑弧约束后筛选出的弧反而更多 #

原因分析 #

1. HC算法的启发式特性：HC是贪心搜索算法，黑弧约束仅禁止指定的弧对，但会改变搜索路径，可能引导算法在bootstrap样本中收敛到包含其他未被约束弧的结构。尤其当bootstrap次数R=5极小时，随机性极强，少量样本的统计结果容易出现偏差。
2. 先验强度不足：iss=1时BDE分数的等价样本量极小，先验对结构的约束很弱，进一步放大了搜索结果的随机性，导致不同约束下的bootstrap结果波动剧烈。
3. 筛选逻辑的统计偏差：筛选条件strength>0.8 & direction>0.5依赖bootstrap样本中结构的出现频率，当黑弧约束让某些原本低频率的弧在更多样本中出现时，就会出现筛选后弧数量增加的情况。

建议解决方案 #

• 增加bootstrap次数R（比如设置为100或更高），降低随机性带来的统计偏差；
• 调整iss参数（比如增大到10或60），增强先验对结构的约束，让HC算法的搜索结果更稳定；
• 检查黑弧列表的格式是否正确，若需要禁止双向弧，需同时添加from=B,to=A这类反向条目；
• 尝试使用更稳定的结构学习算法（如mmhc），相比HC，它的搜索过程受初始状态的影响更小。

内容的提问来源于stack exchange，提问作者Kumar