MRPC：一个用于精确推断因果图的R包
机器学习
2018-06-07 v1 机器学习
摘要
我们提出MRPC，一个在推断精度上优于现有包（如pcalg和bnlearn）的R包，用于学习因果图。我们的算法建立在强大的PC算法之上，后者是计算机科学中用于学习有向无环图的经典算法。精度的提升源于对错误发现率（FDR）的在线控制以减少假阳性边、更准确地识别v-结构（即）的方法，以及对节点间相关矩阵的稳健估计。对于包含每个样本基因型和基因表达的基因组数据，MRPC引入孟德尔随机化原理来确定边的方向。我们的包可应用于连续型和离散型数据。
引用
@article{arxiv.1806.01899,
title = {MRPC: An R package for accurate inference of causal graphs},
author = {Md. Bahadur Badsha and Evan A Martin and Audrey Qiuyan Fu},
journal= {arXiv preprint arXiv:1806.01899},
year = {2018}
}