基于互信息的适用于高维数据的因果推断算法

• 作者: 张浩 温雯 蔡瑞初 郝志峰
• 来源期刊: 计算机应用研究
• 关键词: 因果推断 因果网络 互信息 条件独立性测试
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 382-385
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.02.015

摘要

推断数据间存在的因果关系是很多科学领域中的一个基础问题。然而现在暂时还没有快速有效的方法对高维数据进行因果推断。为此，提出了一种基于互信息的适应于高维数据的因果推断算法，该算法采取将高维网络结构学习问题分解成每一个节点的因果网络结构学习问题的策略。在第一阶段，利用基于互信息的条件独立性测试算法寻找目标节点的父子节点；在第二阶段，利用一种混合的方向识别算法对目标节点与其父子节点之间的方向进行判别，所有节点迭代完后得到一个完整的因果网络。数据实验表明，该算法在高维数据的情况下要优于目前其他的算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝志峰	广东工业大学应用数学学院	166	940	14.0	20.0
5	蔡瑞初	广东工业大学计算机学院	66	279	10.0	13.0
6	温雯	广东工业大学计算机学院	48	272	10.0	14.0
7	张浩	广东工业大学应用数学学院	20	57	5.0	6.0