论文部分内容阅读
挖掘数据间蕴含的因果性是很多科学领域中的一个基础问题.然而现在很多方法只能从数据中构造出关联型网络,暂时还没有有效的途径对高维的关联型网络进行方向推断.这里提出一种采取分治策略的算法,该算法先将高维网络中边方向的学习问题分解成每一个节点的因果网络边方向的学习问题,然后根据每个子网络的具体结构利用条件独立性测试和加噪声模型推断出每一个子网络所有边的方向.所有节点都迭代完后得到数据集的一个完整因果网络图.数据实验表明,该算法应用在高维因果网络下,效果要优于目前其他算法.