含噪数据下贝叶斯网络结构学习算法的大规模实证验证
机器学习
2020-09-14 v2 人工智能
机器学习
摘要
过去几十年文献中提出了大量贝叶斯网络（BN）结构学习算法。每篇论文都从经验或理论角度论证其所提算法，而不同研究关于哪种算法“最优”的结论常不一致。这部分是因为缺乏公认的评估方法以判定其有效性。此外，每种算法都基于一组假设，如完整数据与因果充分性，且往往用符合这些假设的数据评估，而不论这些假设在现实中有多不切实际。因此，学界广泛认为合成性能高估了真实性能，但高估程度未知。本文研究了 15 种结构学习算法的性能。我们提出一种方法，将算法应用于含合成噪声的数据，以更好理解结构学习算法在真实数据上的表现。每种算法在多个案例研究、样本量、噪声类型下测试，并以多种评估准则评价。本工作涉及约 10,000 个图，结构学习总运行时间为七个月。它提供了首个在不同数据噪声假设下 BN 结构学习算法的大规模实证验证。结果表明，传统合成性能可能高估真实世界性能 10% 至 50% 以上。结果还显示，尽管基于评分的学习通常优于基于约束的学习，但更高的拟合分数未必意味着更准确的因果图。为便于与未来研究比较，我们已将所有数据、原始结果、图与 BN 模型在线免费公开。
引用
@article{arxiv.2005.09020,
title = {Large-scale empirical validation of Bayesian Network structure learning algorithms with noisy data},
author = {Anthony C. Constantinou and Yang Liu and Kiattikun Chobtham and Zhigao Guo and Neville K. Kitson},
journal= {arXiv preprint arXiv:2005.09020},
year = {2020}
}