bnlearn库structure_learning.fit()处理浮点数数据异常问题咨询

问题共性说明 #

这是使用bnlearn做结构学习时的高频共性问题，大量处理连续型数据的用户都遇到过相同的空白输出现象，不属于数据本身的质量问题。

根因分析 #

• bnlearn默认调用的结构学习算法（如爬山法HC、PC算法等）原生针对离散类别变量设计，直接输入未做处理的浮点数数据时，算法无法正常计算条件概率、互信息等核心指标，导致结构学习过程无有效输出，最终渲染的网络结构图为空白。
• 你将浮点数转为二进制后可正常运行，本质是完成了连续变量的离散化操作，符合算法的输入要求。

解决方法 #

方法1：开启连续变量适配参数 #

调用structure_learning.fit()时新增conttype=True参数，告知算法当前输入包含连续型变量，框架会自动适配高斯贝叶斯网络的计算逻辑，无需手动修改原始数据：

# 直接传入浮点类型DataFrame即可
model = bnlearn.structure_learning.fit(df_float, conttype=True)
# 后续绘图逻辑不变
bnlearn.plot(model)

方法2：手动完成连续变量离散化 #

如果业务场景支持离散化处理，可通过分箱操作将浮点数转为有序类别变量，推荐使用bnlearn自带的discretize()方法完成预处理，降低自定义分箱的误差：

# 按kmeans聚类分5箱，也可替换为equal_width、equal_frequency等分箱方法
df_discretized = bnlearn.discretize(df_float, method='kmeans', nbins=5)
model = bnlearn.structure_learning.fit(df_discretized)
bnlearn.plot(model)

方法3：指定连续数据专属结构学习算法 #

调用fit方法时通过methodtype参数指定为"cs"（连续结构学习模式），框架会自动调用适配连续浮点数的算法实现：

model = bnlearn.structure_learning.fit(df_float, methodtype="cs")
bnlearn.plot(model)

内容的提问来源于stack exchange，提问作者minattosama