[论文解读] Causal Discovery Toolbox: Uncover causal relationships in Python

Diviyan Kalainathan, Olivier Goudet|arXiv (Cornell University)|Mar 6, 2019

Bayesian Modeling and Causal Inference参考文献 8被引用 36

一句话总结

CDT 是一个开源的 Python 框架，统一成对和多变量因果发现算法，使从观测数据中端到端学习因果图与机制成为可能，支持可选的 R 集成和 GPU 加速。

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.

研究动机与目标

• 提供一个用于从观测数据和领域知识进行因果发现的开源 Python 框架。
• 同时恢复因果图的骨架和因果机制。
• 将 R 包（bnlearn、pcalg）中的算法与 Python 原生方法整合。
• 支持从无向骨架到有向因果性的端到端流程。
• 便于扩展并实现硬件加速（GPU），以进行可扩展分析。

提出的方法

• 包含 17 种骨架识别算法（7 种 independence-test 基于，10 种用于骨架恢复）。
• 包含 19 种因果有向图算法（10 种图形，9 种成对）。
• 在一个基于 networkx.Graph 的框架中将成对与多变量方法统一。
• 通过包装器提供 R 集成，以从 Python 运行 R 脚本并获取结果。
• 利用 PyTorch 实现 GPU 加速和自动硬件检测。
• 提供端到端流程：先推断无向图，再将因果发现约束在骨架上。

实验结果

研究问题

• RQ1 如何用一个单一的 Python 包统一成对与多变量因果发现方法？
• RQ2 将基于 R 的因果发现算法有效整合到 Python 工作流中？
• RQ3 通过端到端的先骨架再因果发现和 GPU 加速可以实现哪些性能和可扩展性提升？
• RQ4 在未来工作中，该工具包能否扩展以处理干预和时间序列数据？
• RQ5 哪些机制确保 CDT 库在跨平台上的可重复性和可扩展性？

主要发现

• CDT 提供一个具备端到端因果发现能力的开源 Python 框架。
• 它统一成对和多变量方法，将图返回为 networkx.Graph 对象。
• 该包集成 17 种骨架检测算法和 19 种因果有向图算法，并提供跨语言访问的 R 包装器。
• 通过 PyTorch 和硬件自动检测支持 GPU 加速。
• 模块化设计，具备测试、持续集成，以及 Docker/PyPI 部署，支持可扩展性与可持续性。
• 未来计划包括 GPU 优化实现以及处理干预/时间序列数据。