[论文解读] D'ya like DAGs? A Survey on Structure Learning and Causal Discovery

Matthew J. Vowels, Necati Cihan Camgöz+1 more|arXiv (Cornell University)|Mar 3, 2021

Computational Drug Discovery Methods被引用 4

一句话总结

本综述全面概述了现代结构学习与因果发现方法，重点关注从观测数据中学习有向无环图（DAG）的连续优化技术。它强调了关键假设，评估了常用指标，并强调了图结构与真实因果性之间的关键区别，警告不要将学习到的模型不加批判地解释为因果现实。

ABSTRACT

Causal reasoning is a crucial part of science and human intelligence. In order to discover causal relationships from data, we need structure discovery methods. We provide a review of background theory and a survey of methods for structure discovery. We primarily focus on modern, continuous optimization methods, and provide reference to further resources such as benchmark datasets and software packages. Finally, we discuss the assumptive leap required to take us from structure to causality.

研究动机与目标

• 提供对现代结构学习与因果发现方法的全面综述，特别是基于连续优化的方法。
• 阐明学习到的DAG在因果解释下的假设与局限性，尤其是因果马尔可夫条件和结构方程模型。
• 解决识别图结构与断言真实因果性之间的关键差距，突出误读的风险。
• 通过整理基准数据集、软件工具和研究资源，为研究人员提供指导，以促进进一步研究与实现。
• 鼓励在医疗保健和政策等高风险领域中谨慎、有原则地使用因果发现方法。

提出的方法

• 聚焦于DAG结构学习的连续优化方法，将DAG上的离散搜索替换为邻接矩阵上的可微优化。
• 采用可微松弛技术，如Gumbel-Softmax或DAG约束的连续松弛，以支持基于梯度的优化。
• 利用基于评分的方法，在结果图必须为DAG的约束下，优化可微分评分函数（如似然或BIC）。
• 应用如sparsemax技术，或使用迹技巧（例如，对邻接矩阵A，使用Tr(I - A)^{-1}）对无环性约束进行松弛。
• 综述结合观测数据与干预数据的方法，以提高可识别性并改善因果结构恢复。
• 概述评估指标，如F1分数、结构汉明距离以及精度/召回率，用于DAG结构比较。

实验结果

研究问题

• RQ1 连续优化方法如何在强制无环性的同时，有效从观测数据中学习DAG结构？
• RQ2 在将学习到的DAG解释为因果模型时，其关键假设（尤其是因果马尔可夫条件）是什么？
• RQ3 在缺乏实验干预的情况下，结构发现方法在多大程度上能可靠地恢复真实因果关系？
• RQ4 在存在潜在混杂因素或选择偏差的情况下，将学习到的图结构解释为因果关系的局限性和风险是什么？
• RQ5 研究人员如何负责任地使用因果发现工具，特别是在从结构到因果性的跃迁无法保证时？

主要发现

• 连续优化方法，特别是使用DAG约束可微松弛的方法，能够高效且可扩展地从观测数据中学习结构。
• 因果马尔可夫条件是DAG因果解释的基础性但不可检验的假设，然而它并不能保证图能反映真实的因果机制。
• 许多结构发现方法未经批判地自称为“因果”方法，尽管其仅依赖条件独立性，这可能误导用户对因果主张有效性的判断。
• 使用干预数据可提高可识别性，并有助于区分马尔可夫等价DAG，从而增强对因果结构恢复的信心。
• 尽管具有实用性，因果发现方法若变量定义不当，或在缺乏批判性审视的情况下被解释为真实世界的反映，可能加剧系统性偏见。
• 综述结论认为，尽管因果发现是假设生成和模型解释的宝贵工具，研究人员仍需保持谨慎，避免将图结构与因果真相混为一谈。