多结果因果图的可视化分析
机器学习
2026-05-01 v3 图形学
人机交互
统计方法学
摘要
我们介绍一种用于多个具有不同结果变量的因果图的可视化分析方法,即多结果因果图。多结果因果图在医疗保健领域对于理解多发病和共病至关重要。为支持可视化分析,我们与医学专家合作设计了两种不同的分析阶段的比较可视化技术。首先,提出了一种用于比较多个最先进因果发现算法的渐进式可视化方法。该方法能够处理由连续和分类变量组成的混合类型数据集,并帮助创建针对单个结果的精细调校因果图。其次,设计了比较图布局技术和专用的视觉编码,用于快速比较多个因果图。在我们的可视化分析方法中,分析师首先为每个结果变量构建单个因果图,然后利用我们的比较技术生成和可视化多结果因果图,以分析这些因果图的差异和共性。评估包括基准数据集上的量化测量、医学专家案例研究以及针对真实世界健康研究数据的专家用户研究。
引用
@article{arxiv.2408.02679,
title = {Visual Analysis of Multi-outcome Causal Graphs},
author = {Mengjie Fan and Jinlu Yu and Daniel Weiskopf and Nan Cao and Huai-Yu Wang and Liang Zhou},
journal= {arXiv preprint arXiv:2408.02679},
year = {2026}
}