NOTEARS 不适用于因果图发现
机器学习
2021-06-16 v2 机器学习
统计理论
统计理论
摘要
因果发现方法旨在从观测数据中识别表示因果关系的 DAG 结构。在本文中，我们强调在实际场景中检验此类方法的鲁棒性十分重要。作为主要示例，我们分析了 NOTEARS 方法，并证明其缺乏尺度不变性。我们表明 NOTEARS 是一种旨在从数据中识别解释残差方差的简约 DAG 的方法。我们得出结论：NOTEARS 不适合从数据中识别真正的因果关系。
引用
@article{arxiv.2104.05441,
title = {Unsuitability of NOTEARS for Causal Graph Discovery},
author = {Marcus Kaiser and Maksim Sipos},
journal= {arXiv preprint arXiv:2104.05441},
year = {2021}
}
备注
6 pages, 4 figures