双变量离散情形下基于梯度的因果发现中的分布偏差效应
机器学习
2025-09-03 v1 机器学习
摘要
基于梯度的方法在高效可扩展的方式下从数据中推断因果结构具有巨大的潜力。然而，这些方法会受到所训练数据中的分布偏差的影响。我们识别了两种此类偏差：边际分布不对称性，即熵的差异会使因果学习倾向于某些因子化；以及边际分布移位不对称性，即反复干预会导致某些变量的分布更快地发生变化。对于双变量离散情形并带有 Dirichlet 先验的情况，我们通过控制的合成数据展示了这些偏差的发生。为考察这些偏差对梯度方法的影响，我们采用两种简单模型，这些模型通过学习边际或条件数据分布来推导因果因子化——这是梯度因果发现中常见的策略。我们证明，这些模型可能受到两种偏差的影响。我们进一步展示了这些偏差可以被控制。对两个相关现有方法的经验评估表明，消除可能的因果因子化之间的竞争可以使模型对所呈现的偏差具有鲁棒性。
引用
@article{arxiv.2509.01621,
title = {Effects of Distributional Biases on Gradient-Based Causal Discovery in the Bivariate Categorical Case},
author = {Tim Schwabe and Moritz Lange and Laurenz Wiskott and Maribel Acosta},
journal= {arXiv preprint arXiv:2509.01621},
year = {2025}
}