[논문 리뷰] Causal Discovery Toolbox: Uncover causal relationships in Python

Diviyan Kalainathan, Olivier Goudet|arXiv (Cornell University)|2019. 03. 06.

Bayesian Modeling and Causal Inference참고 문헌 8인용 수 36

한 줄 요약

CDT(The Causal Discovery Toolbox) 은 pairwise 및 다변량 인과 발견 알고리즘을 통합하는 오픈소스 Python 프레임워크로, 관찰 데이터로부터 인과 그래프 및 메커니즘의 엔드 투 엔드 학습을 가능하게 하며 선택적 R 통합 및 GPU 지원을 제공합니다.

ABSTRACT

This paper presents a new open source Python framework for causal discovery from observational data and domain background knowledge, aimed at causal graph and causal mechanism modeling. The 'cdt' package implements the end-to-end approach, recovering the direct dependencies (the skeleton of the causal graph) and the causal relationships between variables. It includes algorithms from the 'Bnlearn' and 'Pcalg' packages, together with algorithms for pairwise causal discovery such as ANM. 'cdt' is available under the MIT License at https://github.com/Diviyan-Kalainathan/CausalDiscoveryToolbox.

연구 동기 및 목표

• 관찰 데이터와 도메인 지식에서의 인과 발견을 위한 오픈 소스 Python 프레임워크를 제공합니다.
• 인과 그래프 스켈톤과 인과 메커니즘을 모두 복구합니다.
• R 패키지(bnlearn, pcalg)와 Python-native 방법의 알고리즘을 통합합니다.
• 무향 스켈leton에서 방향성 인과로의 엔드-투-엔드 파이프라인을 지원합니다.
• 확장성과 하드웨어 가속(GPU)을 쉽게 제공하여 확장 가능한 분석을 가능하게 합니다.

제안 방법

• 17 개의 스켈톤 식별 알고리즘을 포함합니다(7 independence-test based, 10 for skeleton recovery).
• 19 개의 인과 방향 그래프 알고리즘을 포함합니다(10 graphical, 9 pairwise).
• 단일 networkx.Graph 기반 프레임워크 내에서 pairwise 및 multivariate 접근법을 통합합니다.
• Python에서 R 스크립트를 실행하고 결과를 가져오기 위한 wrapper를 통해 R 통합을 제공합니다.
• GPU 가속 및 자동 하드웨어 탐지를 위해 PyTorch를 활용합니다.
• 무향 그래프를 추론하고 그것을 스켈톤으로 제한하여 엔드-투-엔드 파이프라인을 제공합니다.

실험 결과

연구 질문

• RQ1 단일 Python 패키지가 pairwise 및 multivariate 인과 발견 방법을 어떻게 하나로 통합할 수 있습니까?
• RQ2 R 기반 인과 발견 알고리즘을 Python 워크플로에 얼마나 효과적으로 통합할 수 있습니까?
• RQ3 엔드-투-엔드 스켈톤-우선 인과 발견 및 GPU 가속을 통해 어떤 성능 및 확장성 이점을 얻을 수 있습니까?
• RQ4 향후 연구에서 툴킷이 개입적(interventional) 및 시계열 데이터 처리를 확장할 수 있을까요?
• RQ5 다양한 플랫폼 간 재현성과 확장성을 보장하는 CDT 라이브러리의 메커니즘은 무엇입니까?

주요 결과

• CDT 는 엔드-투-엔드 인과 발견 기능을 갖춘 오픈 소스 Python 프레임워크를 제공합니다.
• 대응하는 조합의 쌍(pairwise) 및 다변량 접근 방식을 통합하여 graph 를 networkx.Graph 객체로 반환합니다.
• 패키지는 17 개의 스켈톤 탐지 알고리즘과 19 개의 인과 방향 그래프 알고리즘을 통합하며, 교차 언어 접근을 위한 R wrapper 를 제공합니다.
• GPU 가속은 PyTorch 및 하드웨어 자동 탐지를 통해 지원됩니다.
• 테스트, 지속적 통합 및 Docker/PyPI 배포를 포함한 모듈형 디자인은 확장성과 지속 가능성을 지원합니다.
• 향후 계획에는 GPU 최적화 구현 및 개입적/시계열 데이터 처리가 포함됩니다.