Algoritma GES — Pencarian Kesetaraan Gredy untuk Penemuan Kausal
Pencarian Kesetaraan Gredy (GES) ialah algoritma berasaskan skor untuk mempelajari struktur kausal bagi satu set pemboleh ubah daripada data pemerhatian. Diperkenalkan oleh David Maxwell Chickering pada tahun 2002, GES beroperasi secara langsung pada kelas kesetaraan Markov graf berarah asiklik (DAG), yang diwakili sebagai graf berarah asiklik separa lengkap (CPDAG). Di bawah andaian kecukupan kausal dan proses penjanaan data yang setia, GES terbukti memulihkan kelas kesetaraan sebenar dalam had sampel besar.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Chickering, D. M. (2002). Optimal structure identification with greedy search. Journal of Machine Learning Research, 3, 507–554. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). Greedy Equivalence Search (GES). ScholarGate. https://scholargate.app/ms/causal-inference/ges-algorithm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Rangkaian BayesianBayesian↔ compare
- NOTEARS: Pengoptimuman Berterusan untuk Pembelajaran Struktur KausalInferens Kausal↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →