[論文レビュー] gCastle: A Python Toolbox for Causal Discovery

Keli Zhang, Shengyu Zhu+5 more|arXiv (Cornell University)|Nov 30, 2021

Bayesian Modeling and Causal Inference参考文献 30被引用数 27

ひとこと要約

gCastle は、データ生成、学習、評価、GUI を含む、勾配ベースの因果構造学習のエンドツーエンド Python ツールボックスです。GPU 加速と実世界のテレコムデータセットを備えています。

ABSTRACT

$ exttt{gCastle}$ is an end-to-end Python toolbox for causal structure learning. It provides functionalities of generating data from either simulator or real-world dataset, learning causal structure from the data, and evaluating the learned graph, together with useful practices such as prior knowledge insertion, preliminary neighborhood selection, and post-processing to remove false discoveries. Compared with related packages, $ exttt{gCastle}$ includes many recently developed gradient-based causal discovery methods with optional GPU acceleration. $ exttt{gCastle}$ brings convenience to researchers who may directly experiment with the code as well as practitioners with graphical user interference. Three real-world datasets in telecommunications are also provided in the current version. $ exttt{gCastle}$ is available under Apache License 2.0 at \url{https://github.com/huawei-noah/trustworthyAI/tree/master/gcastle}.

研究の動機と目的

• データ生成からグラフ評価まで、因果発見のエンドツーエンド パイプラインを提供する。
• 最先端の勾配ベース手法を取り入れ、オプションの GPU 加速を提供する。
• 事前知識の挿入、近傍選択、偽陽性検出を減らすポスト処理など、実用的な機能を提供する。
• 研究と展開を促進するための使いやすい GUI と実世界のテレコムデータセットを含む。

提案手法

• 勾配ベースの因果構造学習のための包括的な Python ツールボックスを実装（PyTorch 対応）。
• シミュレータまたは実データセットからのデータ生成をサポートし、線形、MLP、二次、さまざまなノイズ型など、複数のデータ生成メカニズムを提供する。
• 勾配基、制約基、関数基、スコア基のカテゴリにわたる 19 の因果発見アルゴリズムのライブラリを提供する。
• FDR、TPR、SHD、根本原因分析のためのドメイン固有の gScore などの評価指標を含む。
• 事前処理・事後処理ユーティリティ（事前知識の挿入、近傍選択、ポスト処理）と視覚化用の GUI を提供する。
• GUI有効化のための Docker イメージを含む、pip/setup.py 経由で配布する。

実験結果

リサーチクエスチョン

• RQ1 GPU 加速を備えた純粋な Python ツールボックスで、勾配ベースの因果発見手法を効果的に実装できるだろうか？
• RQ2 シミュレータと実データのテレコムデータセットに適用した場合、勾配ベースの手法は従来の因果発見アルゴリズムとどう比較されるか。
• RQ3 学習されたグラフの信頼性を向上させる実用的な支援（事前知識、近傍選択、ポスト処理）は何か。
• RQ4 GUI は研究者や実務家にとって因果グラフの実験や視覚化を容易にするか。

主な発見

• gCastle は 19 の因果発見アルゴリズムを実装し、勾配ベースの手法と GPU 加速を強調する。
• ツールボックスはシミュレータまたは実世界ソースからのデータ生成をサポートし、9つの評価指標（例：FDR、TPR、SHD）を提供する。
• 3 つの実世界のテレコムデータセットが含まれ、実因果グラフはビジネス専門家によって真の因果グラフとしてラベル付けされている。
• タスクを設計し学習されたグラフを視覚化するための使いやすい GUI が提供されている。
• 本パッケージは、偽陽性を減らすための事前知識の挿入、事前近傍選択、ポスト処理といった実用的な機能を提供する。
• インストールは pip、setup.py、Docker イメージをサポートしており、デプロイを簡素化する。