Statistically Efficient Greedy Equivalence Search
Statistically Efficient Greedy Equivalence Search
复制标题
统计上有效的贪婪等价搜索
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
D. M. Chickering
中科院分区：
文献类型：
--
作者：
D. M. Chickering
我们为贪婪等价搜索算法的统计有效变体建立了理论基础。如果生成结构中的每个节点最多有 k 个父节点，我们表明，在大数据的限制下，我们可以使用贪婪搜索来恢复该结构，并且运算符分数以最多 k 个变量为条件。我们提出了简单的综合实验，将新算法的仅向后变体与使用有限数据的 GES 进行比较，表明随着生成模型复杂性的增加，新算法的优势不断增加。
We establish the theoretical foundation for statistically efficient variants of the Greedy Equivalence Search algorithm. If each node in the generative structure has at most k parents, we show that in the limit of large data, we can recover that structure using greedy search with operator scores that condition on at most k variables. We present simple synthetic experiments that compare a backward-only variant of the new algorithm to GES using finite data, showing increasing benefit of the new algorithm as the complexity of the generative model increases.