| boot.strap.bn | 在学习BN结构期间执行引导 | ||
| check.algorithms | 验证了BN学习算法 | ||
| check.dichotomic.one.var | 验证数据集的一个特定变量是否是二分法的 | ||
| check.levels.one.variable | 检查分类变量的级别 | ||
| check.na | 用NA验证变量 | ||
| check.ordered.one.var | 验证数据集的一个特定变量是否为有序因子 | ||
| check.ordered.to.pa | 验证在pa模型构建过程中是否有要声明的有序因子变量 | ||
| check.outliers | 识别并提供移除异常值的选项 | ||
| check.type.one.var | 验证一个变量的类型 | ||
| check.types | 验证变量类型 | ||
| check.variables.to.be.ordered | 检查变量是否需要排序 | ||
| convert.confusion.matrix | 将混淆矩阵中任意元素的位置转换为VP、FP、FN、VN | ||
| create.cluster | 创建并行套接字群集 | ||
| create.dummies | 在数据集中创建虚拟变量并删除主变量 | ||
| dataQualiN | 用于测试函数的定性数据集 | ||
| dataQuantC | 测试函数的定量数据集 | ||
| gera.bn.structure | 从数据中学习贝叶斯网络结构，建立PA模型 | ||
| gera.pa | 生成PA模型 | ||
| gera.pa.model | 生成PA输入模型 | ||
| mount.wl.bl.list | 列出白名单或黑名单 | ||
| outcome.predictor.var | 建立预测因子和/或结果变量的黑名单 | ||
| preprocess.outliers | 离群点信息提取 | ||
| transf.into.ordinal | 将分类变量转换为序数 |