文档摘要

第六章 · 因果发现 本章要回答的三个问题：不靠专家画图，能不能从数据本身学出因果结构？学出来的东西到底能确定到什么程度（马尔可夫等价类的含义）？约束型、分数型、混合型三条路线各自拿什么换什么？ 为什么会有这一章 前五章的因果图全靠领域知识手工设定，这是整套方法最脆弱的输入。因果发现试图部分自动化这一步：用条件独立性检验（约束型）、带惩罚的拟合分数（分数型）或两者的结合（混合型），从数据反推 DAG 的等价类。 会员。《第六章 因果发现》收录于灏天文库文集《因果推断 (Causal Inference)》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/655-%E5%9B%A0%E6%9E%9C%E6%8E%A8%E6%96%AD-causal-inference

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流