晴猫
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
]
開始行:
[[Q&A (初級者コース)/18]]
ご回答ありがとうございます。
library(deal)
> ht <- read.table("high_tech.txt", header=T)
> ht[,3]<-as.factor(ht[,3])
> ht[,4]<-as.factor(ht[,4])
> ht
Age Tenure Dpt. Level advice friend re
1 33 9.333 D4 L3 13 8 0
2 42 19.583 D4 L2 18 10 3
3 40 12.750 D2 L3 5 5 0
4 33 7.500 D4 L3 8 5 0
5 32 3.333 D2 L3 5 6 0
6 59 28.000 D1 L3 10 2 0
7 55 30.000 D0 L1 13 3 4
8 34 11.333 D1 L3 10 5 0
9 62 5.417 D2 L3 4 6 0
10 37 9.250 D3 L3 9 1 0
11 46 27.000 D3 L3 11 6 0
12 34 8.917 D1 L3 7 8 0
13 48 0.250 D2 L3 4 1 0
14 43 10.417 D2 L2 10 5 7
15 40 8.417 D2 L3 4 4 0
16 27 4.667 D4 L3 8 4 0
17 30 12.417 D1 L3 9 6 0
18 33 9.083 D3 L2 15 4 2
19 32 4.833 D2 L3 4 5 0
20 38 11.667 D2 L3 8 3 0
21 36 12.500 D1 L2 15 5 4
> ht.nw <- network(ht)
>
> # 事前分布の計算
> ht.prior <- jointprior(ht.nw)
Imaginary sample size: 30
> # 除外リスト
> mybanlist <- matrix(c(
+ 2,1,
+ 3,1,
+ 4,1,
+ 5,1,
+ 6,1,
+ 7,1,
+ 3,2,
+ 4,2,
+ 5,2,
+ 6,2,
+ 7,2,
+ 3,4,
+ 4,3),
+ ncol = 2, byrow = TRUE)
> banlist(ht.nw) <- mybanlist
> # 事後分布の計算
> ht.nw <- learn(ht.nw, ht, ht.prior)$nw
> # ネットワークスコアが最適になるネットワークを探索
> ht.search <- autosearch(ht.nw, ht, ht.prior, trace = TRUE)
[Autosearch (1) -352.149 [Age][Tenure][Dpt.][Level][advice][friend][re|Level]
(2) -349.392 [Age][Tenure][Dpt.][Level][advice|Level][friend][re|Level]
(3) -347.2447 [Age][Tenure][Dpt.][Level][advice|Dpt.:Level][friend][re|Level]
(4) -345.6413 [Age][Tenure|Age][Dpt.][Level][advice|Dpt.:Level][friend][re|Level]
(5) -344.7486 [Age][Tenure|Age][Dpt.][Level][advice|Dpt.:Level:re][friend][re|Level]
(6) -344.2724 [Age][Tenure|Age][Dpt.][Level][advice|Dpt.:Level:friend:re][friend][re|Level]
(7) -343.9905 [Age][Tenure|Age][Dpt.][Level][advice|Tenure:Dpt.:Level:friend:re][friend][re|Level]
(8) -343.9629 [Age][Tenure|Age][Dpt.][Level][advice|Tenure:Dpt.:Level:friend:re][friend|Dpt.][re|Level]
(9) -343.1464 [Age][Tenure|Age][Dpt.][Level][advice|Tenure:Dpt.:Level:friend:re][friend|Tenure:Dpt.][re|Level]
(10) -342.7576 [Age][Tenure|Age][Dpt.][Level][advice|Tenure:Dpt.:Level:re][friend|Tenure:Dpt.:advice][re|Level]
Total 0.2 add 0.12 rem 0 turn 0.01 sort 0 choose 0 rest 0.07 ]
> plot(ht.nw)
とすると正しい図が描かれる場合もあります。ところが、plot(ht.nw)をもう一度実行すると禁止されているものが赤い破線で描かれます
終了行:
[[Q&A (初級者コース)/18]]
ご回答ありがとうございます。
library(deal)
> ht <- read.table("high_tech.txt", header=T)
> ht[,3]<-as.factor(ht[,3])
> ht[,4]<-as.factor(ht[,4])
> ht
Age Tenure Dpt. Level advice friend re
1 33 9.333 D4 L3 13 8 0
2 42 19.583 D4 L2 18 10 3
3 40 12.750 D2 L3 5 5 0
4 33 7.500 D4 L3 8 5 0
5 32 3.333 D2 L3 5 6 0
6 59 28.000 D1 L3 10 2 0
7 55 30.000 D0 L1 13 3 4
8 34 11.333 D1 L3 10 5 0
9 62 5.417 D2 L3 4 6 0
10 37 9.250 D3 L3 9 1 0
11 46 27.000 D3 L3 11 6 0
12 34 8.917 D1 L3 7 8 0
13 48 0.250 D2 L3 4 1 0
14 43 10.417 D2 L2 10 5 7
15 40 8.417 D2 L3 4 4 0
16 27 4.667 D4 L3 8 4 0
17 30 12.417 D1 L3 9 6 0
18 33 9.083 D3 L2 15 4 2
19 32 4.833 D2 L3 4 5 0
20 38 11.667 D2 L3 8 3 0
21 36 12.500 D1 L2 15 5 4
> ht.nw <- network(ht)
>
> # 事前分布の計算
> ht.prior <- jointprior(ht.nw)
Imaginary sample size: 30
> # 除外リスト
> mybanlist <- matrix(c(
+ 2,1,
+ 3,1,
+ 4,1,
+ 5,1,
+ 6,1,
+ 7,1,
+ 3,2,
+ 4,2,
+ 5,2,
+ 6,2,
+ 7,2,
+ 3,4,
+ 4,3),
+ ncol = 2, byrow = TRUE)
> banlist(ht.nw) <- mybanlist
> # 事後分布の計算
> ht.nw <- learn(ht.nw, ht, ht.prior)$nw
> # ネットワークスコアが最適になるネットワークを探索
> ht.search <- autosearch(ht.nw, ht, ht.prior, trace = TRUE)
[Autosearch (1) -352.149 [Age][Tenure][Dpt.][Level][advice][friend][re|Level]
(2) -349.392 [Age][Tenure][Dpt.][Level][advice|Level][friend][re|Level]
(3) -347.2447 [Age][Tenure][Dpt.][Level][advice|Dpt.:Level][friend][re|Level]
(4) -345.6413 [Age][Tenure|Age][Dpt.][Level][advice|Dpt.:Level][friend][re|Level]
(5) -344.7486 [Age][Tenure|Age][Dpt.][Level][advice|Dpt.:Level:re][friend][re|Level]
(6) -344.2724 [Age][Tenure|Age][Dpt.][Level][advice|Dpt.:Level:friend:re][friend][re|Level]
(7) -343.9905 [Age][Tenure|Age][Dpt.][Level][advice|Tenure:Dpt.:Level:friend:re][friend][re|Level]
(8) -343.9629 [Age][Tenure|Age][Dpt.][Level][advice|Tenure:Dpt.:Level:friend:re][friend|Dpt.][re|Level]
(9) -343.1464 [Age][Tenure|Age][Dpt.][Level][advice|Tenure:Dpt.:Level:friend:re][friend|Tenure:Dpt.][re|Level]
(10) -342.7576 [Age][Tenure|Age][Dpt.][Level][advice|Tenure:Dpt.:Level:re][friend|Tenure:Dpt.:advice][re|Level]
Total 0.2 add 0.12 rem 0 turn 0.01 sort 0 choose 0 rest 0.07 ]
> plot(ht.nw)
とすると正しい図が描かれる場合もあります。ところが、plot(ht.nw)をもう一度実行すると禁止されているものが赤い破線で描かれます
ページ名: