GES-algoritmen — Girig ekvivalenssökning för kausal upptäckt
Girig ekvivalenssökning (GES) är en poängbaserad algoritm för att lära sig den kausala strukturen hos en uppsättning variabler från observationsdata. GES, introducerad av David Maxwell Chickering år 2002, opererar direkt på Markov-ekvivalensklasser av riktade acykliska grafer (DAGs), representerade som fullständiga partiellt riktade acykliska grafer (CPDAGs). Under antagandena om kausal tillräcklighet och en trogen datagenererande process, bevisas GES återhämta den sanna ekvivalensklassen i gränsen för stora sampel.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Chickering, D. M. (2002). Optimal structure identification with greedy search. Journal of Machine Learning Research, 3, 507–554. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). Greedy Equivalence Search (GES). ScholarGate. https://scholargate.app/sv/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.
- Bayesianskt nätverkBayesiansk statistik↔ compare
- NOTEARS: Kontinuerlig optimering för kausal strukturinlärningKausal inferens↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →