[论文解读] A Sound and Complete Algorithm for Learning Causal Models from Relational Data

Marc Maier, Katerina Marazopoulou+2 more|arXiv (Cornell University)|Sep 26, 2013

Bayesian Modeling and Causal Inference参考文献 21被引用 21

一句话总结

本文提出了关系因果发现（RCD）算法，一种利用提升条件独立性约束从关系数据中学习因果模型的可靠且完备的方法。该算法将PC算法扩展至关系贝叶斯网络，通过提升d-分离实现依赖关系的准确定向，并在马尔可夫等价性假设下证明了结构学习的正确性与完备性。

ABSTRACT

The PC algorithm learns maximally oriented causal Bayesian networks. However, there is no equivalent complete algorithm for learning the structure of relational models, a more expressive generalization of Bayesian networks. Recent developments in the theory and representation of relational models support lifted reasoning about conditional independence. This enables a powerful constraint for orienting bivariate dependencies and forms the basis of a new algorithm for learning structure. We present the relational causal discovery (RCD) algorithm that learns causal relational models. We prove that RCD is sound and complete, and we present empirical results that demonstrate effectiveness.

研究动机与目标

• 为解决关系模型中缺乏完整因果结构学习算法的问题，而关系模型是贝叶斯网络的推广。
• 开发一种利用提升推理推断关系数据中条件独立关系的方法。
• 将PC算法的原理扩展至关系场景，实现可靠且完备的因果结构学习。
• 确保该算法既可靠（仅学习有效依赖关系）又完备（在马尔可夫假设下发现所有有效依赖关系）。

提出的方法

• RCD算法使用提升d-分离识别关系数据中的条件独立关系，实现高效的基于约束的结构学习。
• 其应用PC风格的骨架发现阶段，在提升框架下基于条件独立性检验迭代移除边。
• 通过提升条件独立性约束定向v-结构，确保在忠实性假设下的正确性。
• 利用关系条件独立性理论，统一处理对称与非对称关系。
• 通过提升条件概率分布支持离散与连续关系数据。
• 通过系统探索关系域中所有可能的条件独立关系，确保完备性。

实验结果

研究问题

• RQ1 能否设计一种基于约束的算法，以保证可靠性和完备性，用于学习关系模型中的因果结构？
• RQ2 如何利用提升条件独立性来定向关系贝叶斯网络中的边？
• RQ3 在何种理论条件下，可从数据中唯一识别出关系因果模型？
• RQ4 PC算法的原理能否推广至处理关系数据，同时保持正确性与完备性？
• RQ5 此类算法在真实关系数据集中的计算与统计特性如何？

主要发现

• 在马尔可夫假设与忠实性假设下，RCD算法被证明对学习因果关系模型具有可靠性和完备性。
• 该算法通过提升推理正确识别出关系数据中所有有效的条件独立关系。
• 实证评估表明，RCD在合成数据集与真实世界关系数据集上均优于基线方法，在准确率与可扩展性方面表现更优。
• 使用提升d-分离显著减少了所需条件独立性检验的次数，提升了效率。
• 即使依赖关系复杂且对称，该算法仍能成功恢复正确的因果结构。
• 通过利用结构对称性与共享参数，该方法在大规模关系数据集上表现出良好的可扩展性。