[发明专利]一种自适应的外生变量识别方法

说明书

技术领域

本发明涉及数据挖掘技术领域，更具体地说涉及一种自适应的外生变量识别方法。

背景技术

因果发现算法主要广泛应用于人工智能领域中，所谓因果发现算法，是一种基于外生变量识别，产生反应动作机制的一门算法，由上述因果发现算法的定义可知，所述外生变量是因果发现算法的触发器，正确识别外生变量在人工智能控制过程中提供有效的干预措施，使人工智能系统更好地了解事物间的因果机制。

现有技术中识别外生变量的方法主要有两种，都是基于线性非高斯原理，第一种识别方法是引入某种假设，例如假设任意干扰变量的非高斯性强度是小于外生变量的，从而利用外生变量的非高斯性指标负熵来识别的EggFinder算法；第二种是两两的去比较变量与其余所有变量的残差的独立性的DirectLiNGAM算法或者LR算法。

第一种方法缺点在于将需要加入某种假设限制，利用非高斯性指标来识别外生变量，因此第一种识别方法只能准确识别某些种类的数据，不具有普遍性；第二种方法缺点在于以求和的方式取最小值对应的变量作为外生变量是不可靠的衡量指标。

综上所述，使用以上两种方法去识别外生变量，存在适应性和可靠性不足的缺陷。

发明内容

本发明要解决的技术问题是：提供一种能够灵活，有效地识别出外生变量的方法。

本发明解决其技术问题的解决方案是：

一种自适应的外生变量识别方法，包括以下步骤：

步骤A.设定数据集X＝[X₁，X₂，…X_n]，其中数据集中每个变量X_n，包含m个样本数据，设定矩阵M，矩阵M所有元素为INF，设定一个数组Max；

步骤B.计算数据集X_i与其余所有数据X_j做最小二乘回归运算，其中j≠i，得到残差

步骤C.计算X_i与所有残差的互信息其中 j≠i；

步骤D.将步骤C中所述互信息替换到矩阵M 的第i行第j列的值；

步骤E.计算矩阵M中第i行中的最大值，存放在数组Max中，记为Max(i)；

步骤F.在数组Max中找出最小值，记为λ；

步骤G.根据λ的值，找出独立于其余所有残差的变量即为外生变量。

作为上述技术方案的进一步改进，所述步骤B中，计算残差的公式如下，

作为上述技术方案的进一步改进，所述步骤C中，利用核方法计算X_i与所有残差的互信息计算公式如下：其中所述

其中所述p， q＝1，2，3…m；当m>1000时，核宽度K＝2×10^-3；当m ≤1000时，核宽度σ＝1，K＝2×10^-2。

本发明的有益效果是：本发明所述外生变量识别方法将矩阵M 中每一行的最大值组成数组Max，最后在查找出数组Max中的最小值，利用最大最小策略的基本思想，结合外生变量本身的特征，使得引入的独立性判定参数是一个自适应的参数值，从而避免了传统算法对独立性值差异敏感而导致识别率低的问题，而且也避免了不同数据集对固定独立性参数敏感而导致无法识别的缺陷，有效地提高了外生变量的辨识度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单说明。显然，所描述的附图只是本发明的一部分实施例，而不是全部实施例，本领域的技术人员在不付出创造性劳动的前提下，还可以根据这些附图获得其他设计方案和附图。

图1是本发明外生变量识别方法的流程图。

具体实施方式

以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。本发明创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。

参照图1，为解决现有技术中人工智能系统对外生变量的识别方法存在适应性和可靠性不足的缺陷，本发明提供一种自适应的外生变量识别方法，包括以下步骤：