[论文解读] Learning high-dimensional DAGs with latent and selection variables

Diego Colombo, Marloes H. Maathuis+2 more|arXiv (Cornell University)|Apr 29, 2011

Bayesian Modeling and Causal Inference参考文献 3被引用 5

一句话总结

本文提出了自适应即时FCI（AAFCI）和真正快速因果推断（RFCI）两种算法，旨在提升在具有潜在变量和选择变量的高维有向无环图（DAG）中因果发现的效率。通过基于初始骨架学习动态设定条件集截断值并优化条件独立性检验，RFCI在保持因果解释合理性的同时，显著提升了大规模稀疏图上的运行速度。

ABSTRACT

We consider the problem of learning causal information between random variables in directed acyclic graphs (DAGs) when allowing arbitrarily many latent and selection variables. The Fast Causal Inference algorithm (FCI) (Spirtes et al., 1999) has been explicitly designed to infer conditional independence and causal information in such settings. Despite its name, FCI is computationally very intensive for large graphs. Spirtes (2001) introduced a modified version of FCI, called Anytime FCI, which only performs conditional independence tests up to a pre-specified cutoff k. Anytime FCI is typically faster but less informative than FCI, but the causal interpretation of tails and arrowheads in its output is still sound. We propose an adaptation of Anytime FCI, called Adaptive Anytime FCI (AAFCI), where the cut-off k is set to the maximum size of the conditioning sets used to find the initial skeleton in FCI. Moreover, we propose a new algorithm, called Really Fast Causal Inference (RFCI), which has similar properties as AAFCI but is much faster for large sparse graphs. The complete paper is available at http://arxiv.org/abs/1104.5617.

研究动机与目标

• 解决在存在潜在变量和选择变量的大图中FCI算法计算效率低下的问题。
• 开发一种比FCI更快的替代算法，在减少条件集深度的同时仍保持可靠的因果解释。
• 在保持推断条件独立性和因果结构能力的前提下，提升对高维稀疏图的可扩展性。
• 在即时FCI中引入动态截断机制，使其能根据初始骨架学习的数据驱动复杂度自适应调整。

提出的方法

• 自适应即时FCI（AAFCI）将截断值k设定为FCI初始骨架发现阶段所使用的条件集最大大小。
• 该算法使用至多自适应k的条件独立性检验，以在降低计算负载的同时保持准确性。
• 真正快速因果推断（RFCI）被设计为AAFCI的更高效变体，通过优化检验顺序和剪枝策略，适用于大规模稀疏图。
• RFCI保留了与FCI和AAFCI相同的因果解释保证，确保输出图中尾部和箭头的正确性。
• 两种算法均基于与FCI相同的底层条件独立性检验框架，但通过限制检验深度来提升运行时间性能。
• 这些方法通过减少所需条件独立性检验的数量，被设计为可扩展至高维场景。

实验结果

研究问题

• RQ1 在存在潜在变量和选择变量的情况下，是否可以降低FCI的计算成本，同时不损害因果解释的有效性？
• RQ2 是否能够基于数据结构在即时FCI中动态设定条件集截断值，以提升效率和准确性？
• RQ3 如何在保持输出图有效性的前提下，提升大规模稀疏图中因果发现的效率？
• RQ4 是否可以设计一种更快的算法，同时保持与FCI和即时FCI相同的因果解释保证？

主要发现

• 在大规模稀疏图上，RFCI的运行时间显著快于FCI和AAFCI，使其在高维场景中更具实用性。
• AAFCI中的自适应截断机制通过将检验深度与骨架学习阶段的实际复杂度对齐，提升了效率。
• AAFCI与RFCI均保留了输出图中尾部和箭头的可靠因果解释，确保了结果的有效性。
• 尽管减少了检验深度，所提出的算法仍保持与FCI相同的条件独立性和因果结构推断保证。
• RFCI在大规模稀疏图中表现尤为出色，其速度优于现有方法，同时保持了正确性。
• AAFCI中的动态截断机制相比固定k的即时FCI表现更优，因其能自适应地匹配数据的内在结构。