[论文解读] The R Package stagedtrees for Structural Learning of Stratified Staged Trees

Federico Carli, Manuele Leonelli+2 more|arXiv (Cornell University)|Apr 14, 2020

Bayesian Modeling and Causal Inference被引用 4

一句话总结

该论文介绍了 R 包 stagedtrees，该包实现了基于评分和聚类的算法，用于从数据中学习分层阶段树和链式事件图的结构。它支持模型可视化、推断和比较，并在泰坦尼克号数据集上进行了经验验证，结果表明基于爬山法的学习方法在 AIC 和 BIC 准则下比基于距离的聚类方法具有更优的模型拟合效果。

ABSTRACT

stagedtrees is an R package which includes several algorithms for learning the structure of staged trees and chain event graphs from data. Score-based and clustering-based algorithms are implemented, as well as various functionalities to plot the models and perform inference. The capabilities of stagedtrees are illustrated using mainly two datasets both included in the package or bundled in R.

研究动机与目标

• 开发一个全面的 R 包，用于从数据中学习阶段树和链式事件图的结构。
• 为研究人员提供可视化、推断和比较阶段树模型的工具。
• 支持使用基于评分（例如爬山法）和基于聚类（例如层次聚类）的算法进行结构学习。
• 通过将贝叶斯网络转换为阶段树，实现与现有贝叶斯网络工具（如 bnlearn）的集成。
• 提供模型选择标准（AIC、BIC），用于评估和比较所学习的模型。

提出的方法

• 通过爬山法（stages_hc）和后向选择法（stages_bj）实现基于评分的结构学习，以优化模型拟合。
• 集成基于聚类的学习方法，使用层次聚类（stages_ahc）根据边标签相似性将节点分组为阶段。
• 提供函数，通过 as_sevt 函数将 bnlearn 中的贝叶斯网络转换为阶段树。
• 通过绘图函数支持模型可视化，选项包括显示阶段标签、节点大小和路径概率。
• 通过 compare_stages 函数实现模型比较，识别两个模型之间阶段结构的差异。
• 使用 AIC 和 BIC 标准实现模型评估，以在多个竞争结构中选择最佳拟合模型。

实验结果

研究问题

• RQ1 如何利用基于评分和基于聚类的算法，从离散数据中有效学习阶段树和链式事件图？
• RQ2 在学习阶段树结构时，爬山法与基于距离的聚类算法之间在性能上存在何种差异？
• RQ3 如何系统性地将贝叶斯网络转换为阶段树表示，以增强对上下文相关条件独立性的建模？
• RQ4 AIC 和 BIC 等模型选择标准在识别最优阶段树结构方面能发挥多大作用？
• RQ5 stagedtrees 包能否通过重新分组和重新估计支持所学模型的迭代优化？

主要发现

• stagedtrees 包成功实现了阶段树和链式事件图的结构学习算法，支持模型可视化和推断。
• 爬山法（stages_hc）在测试方法中产生了最佳模型拟合效果，泰坦尼克号数据集上的 AIC（10364.49）和 BIC（10449.94）值最低。
• 基于聚类的算法（stages_bj）的 BIC 评分最差（10475.82），证实其在模型选择方面不如最优，尽管计算效率较高。
• 通过 compare_stages 进行的模型比较显示，mod1 和 mod3 在年龄变量上的阶段结构存在显著差异，尽管在性别和生存状态上的分组相似。
• 该包可无缝将 bnlearn 贝叶斯网络转换为阶段树，从而支持对上下文相关独立性进行更丰富的建模。
• stagedtrees 包免费提供于 CRAN，并包含两个内置数据集，用于演示和验证。