Алгоритм GES — Поиск эквивалентности методом жадного поиска для обнаружения причинно-следственных связей
Greedy Equivalence Search (GES) — это алгоритм на основе оценки для изучения причинно-следственной структуры набора переменных по наблюдаемым данным. Разработанный Дэвидом Максвеллом Чикерингом в 2002 году, GES работает непосредственно с классами Марковской эквивалентности ориентированных ациклических графов (DAG), представленными в виде полных частично ориентированных ациклических графов (CPDAG). При предположениях о причинной достаточности и добросовестном процессе генерации данных, GES доказывает восстановление истинного класса эквивалентности в пределе больших выборок.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Chickering, D. M. (2002). Optimal structure identification with greedy search. Journal of Machine Learning Research, 3, 507–554. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 2). Greedy Equivalence Search (GES). ScholarGate. https://scholargate.app/ru/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.
- Байесовская сетьБайесовские методы↔ compare
- NOTEARS: непрерывная оптимизация для обучения причинно-следственной структурыПричинно-следственный вывод↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →