AdaPS-LiNGAM

新的AdaPS-LiNGAM方法改进了小样本设置下的因果发现

研究人员开发了AdaPS-LiNGAM，一种用于线性非高斯无环模型因果发现的新方法，特别解决了小样本设置下的挑战。该方法通过自适应地从原始观测中选择稀疏变量子集来重构残差，而不是依赖于顺序残差化，从而改进了DirectLiNGAM算法。研究表明，当变量数量超过样本大小时，该方法可以提供更准确的因果结构恢复，并且随着样本量减小，性能下降得更缓慢。