[論文レビュー] Py-Tetrad and RPy-Tetrad: A New Python Interface with R Support for Tetrad Causal Search

Joseph Ramsey, Bryan Andrews|PubMed|Aug 13, 2023

Bayesian Modeling and Causal InferenceComputer Science参考文献 2被引用数 3

ひとこと要約

本論文は、JPype および Reticulate を用いて Tetrad 因果探索フレームワークへのシームレスなアクセスを可能にする新しい Python および R インターフェース、Py-Tetrad と RPy-Tetrad を紹介する。最新で安定したインターフェースを活用することで、古くなったライブラリ（javabridge や rjava）の制限を克服し、GRaSP、FGES、FCI を含む Tetrad の最新アルゴリズムへの完全なアクセスを実現。インストール性の向上、クロス言語互換性、Python および R ユーザー向けの最新サポートが向上した。

ABSTRACT

We give novel Python and R interfaces for the (Java) Tetrad project for causal modeling, search, and estimation. The Tetrad project is a mainstay in the literature, having been under consistent development for over 30 years. Some of its algorithms are now classics, like PC and FCI; others are recent developments. It is increasingly the case, however, that researchers need to access the underlying Java code from Python or R. Existing methods for doing this are inadequate. We provide new, up-to-date methods using the JPype Python-Java interface and the Reticulate Python-R interface, directly solving these issues. With the addition of some simple tools and the provision of working examples for both Python and R, using JPype and Reticulate to interface Python and R with Tetrad is straightforward and intuitive.

研究の動機と目的

• データサイエンスおよび統計的研究の分野で現在主流となっている Python および R から Tetrad の高度な因果探索アルゴリズムにアクセスする研究者らの増加するニーズに対応すること。
• 古くなったライブラリ（javabridge や rjava）による制限を克服すること。これらは古く、不安定（特に macOS では顕著）であり、Tetrad 機能の一部しか利用できない。
• Python および R を通じて Tetrad の完全な Java コードベースにアクセスできる現代的で保守可能で拡張可能なインターフェースを提供することにより、広範な採用と再現性の向上を図ること。
• データサイエンスワークフローへの統合を簡素化し、Python/R と Tetrad 間で直接データおよびグラフ変換が可能になるようにすること。また、組み込みツールおよび例も提供する。

提案手法

• 著者は、JPype ライブラリを用いて、Tetrad の Java ベースの因果探索アルゴリズムに直接、Python ネイティブでアクセスできるようにする Py-Tetrad を開発した。
• 低レベルの JPype 呼び出しを抽象化する高レベルの TetradSearch クラスを実装し、ユーザーが Java インターフェースコードを書かずに、グラフ構築、スコア選択、アルゴリズム実行などの一般的なタスクを実行できるようにした。
• R ユーザー向けには、Reticulate を活用して Py-Tetrad にインターフェースを提供し、R と Python 間で双方向のデータ共有を可能にするとともに、接続を Python を経由してルーティングすることで複雑さを低減し、一貫性を確保した。
• Python/R と Tetrad 間でのデータセットおよびグラフィカルモデルの変換を可能にする事前パッケージ化されたユーティリティを提供。Graphviz および DiagrammeR を用いたグラフ可視化もサポート。
• GRaSP、FGES、FCI などの主要アルゴリズムの使用を示す、最新で動作する Python および R の例を提供。ブートストラップおよびスコアベース構造学習もサポート。
• 拡張性および保守性を考慮した設計となっており、pip および CRAN インストールの計画もあり、GitHub のイシュー追跡を活用したフィードバックの受付も行っている。

Figure 1: Graph for the JPype example in the text for ”Apple Watch Fitbit.”

実験結果

リサーチクエスチョン

• RQ1 Python や R で作業する研究者が、Java で実装された Tetrad の因果探索アルゴリズムに信頼性高く完全にアクセスするにはどうすればよいか？
• RQ2 py-causal や r-causal などの既存インターフェースの制限、特に古くなった依存関係や Tetrad の完全なコードベースへのアクセス制限は何か？
• RQ3 JPype および Reticulate を用いることで、Python および R の両方で安定的で保守可能かつ使いやすい Tetrad の Java ベースフレームワークへのインターフェースを効果的に構築できるか？
• RQ4 実際の応用において、Python/R と Tetrad の Java 表記の間でデータおよびグラフィカルモデルを効率的かつ信頼性高く変換するにはどうすればよいか？
• RQ5 javabridge や rjava といったレガシインターフェースを現代的な代替品に置き換えることで、使いやすさ、信頼性、機能アクセスにどのような向上が得られるか？

主な発見

• Py-Tetrad と RPy-Tetrad は、従来のツール（py-causal や r-causal）ではアクセスできなかった Tetrad の最新アルゴリズム、GRaSP、FGES、FCI への完全なアクセスを提供している。
• JPype の使用により、特に macOS で一般的に発生する javabridge のインストール問題が解消され、インターフェースの信頼性が著しく向上し、導入が容易になった。
• R ユーザーは now Reticulate を介して Tetrad の完全な機能にアクセス可能となり、R と Python 間で直接データおよびグラフを共有できるため、複雑さが低減され、更新に伴う一貫性が保たれる。
• TetradSearch クラスにより、低レベルの JPype コードを書かずに、Tetrad のコア機能への高レベルで使いやすいアクセスが可能となり、非エキスパートユーザーのアクセス性が向上した。
• ブートストラップ（例：30 回のリサンプリング）やエッジ頻度の可視化といった高度な機能もサポート。R では Graphviz および DiagrammeR を用いて結果を表示。
• 著者らは初期フィードバックが非常に肯定的であると報告しており、pip および CRAN によるインストールの簡素化を計画しており、広範な採用の可能性が非常に高いとされている。

Figure 2: Plot matrix for the R code ”NASA Airfoil Self-Noise” example; this is displayed in the Plots window in RStudio. The psych package in R produced this plot matrix.