bnlearn调用custom.fit时报错条件概率分布数量错误，是什么原因？

你遇到的报错

Error in custom.fit(dag, cpt) : wrong number of conditional probability distributions

核心原因是DAG的节点总数和传入的CPT列表长度不匹配，具体有两处错误：

1. CPT列表遗漏节点 #

你的DAG定义字符串中共包含8个节点：s、r、nblw、nblg、mlw、f、mlg、mlgr，但你构造cpt列表时只传入了7个节点的概率表，漏掉了提前定义好的f节点的cptF，导致数量不匹配触发报错。

2. cptF的维度名配置错误 #

f节点有3个父节点（s、r、mlw），加上自身的2个状态，CPT维度为4维是正确的，但你设置dimnames时只配置了3个父节点的维度名，缺少f自身的状态维度名，会导致拟合时维度匹配失败。

修复步骤 #

首先修正cptF的dimnames配置：

cptF <- c(0.05, 0.95, 0.4, 0.6, 0.9, 0.1, 0.99, 0.01, 0.9, 0.1, 0.95, 0.05, 0.95, 0.05, 0.99, 0.01)
dim(cptF) <- c(2, 2, 2, 2)
# 第一维为节点自身的状态，后三位对应父节点的状态
dimnames(cptF) <- list("f"=State, "s"=State, "r"=State, "mlw"=State)

然后修改cpt列表，把f节点的CPT加入：

cpt <- list(s = cptS, r = cptR, mlw = cptMLW, nblw= cptNBLW,
         mlg= cptMLG, nblg= cptNBLG, mlgr= cptMLGR, f = cptF)

调整完成后再运行S.net <- custom.fit(dag,cpt)即可正常完成贝叶斯网络拟合。

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