一种用于局部因果结构学习的快速非参数方法
统计理论
2022-03-21 v2 统计方法学
机器学习
统计理论
摘要
我们研究在几乎不对函数关系和噪声作任何假设的情况下的因果结构学习问题。我们开发了 DAG-FOCI，一种适用于该场景且计算快速的算法，它基于~\cite{azadkia2021simple} 中的 FOCI 变量选择算法。DAG-FOCI 输出目标响应变量的父节点集。当底层图不包含任何包含目标响应变量的（无向）环时，我们为该过程提供了理论保证。此外，在缺乏该假设的情况下，当父节点集可识别时，我们提供了防止假阳性因果声明的保守保证。我们在模拟数据以及来自计算生物学的真实数据集~\cite{sachs2005causal} 上演示了 DAG-FOCI 的适用性。
引用
@article{arxiv.2111.14969,
title = {A Fast Non-parametric Approach for Local Causal Structure Learning},
author = {Mona Azadkia and Armeen Taeb and Peter Bühlmann},
journal= {arXiv preprint arXiv:2111.14969},
year = {2022}
}
备注
27 pages