[发明专利]支持高维度因果发现的因果框架划分方法

权利要求书

1.一种支持高维度因果发现的因果框架划分方法，其特征在于按照以下步骤进行：

快速因果划分框架的建立：

第一步：输入变量集V，阈值k，调用因果关系发现算法A，查找变量子集的因果图；

第二步：在变量集V中找到一个因果分区：[C,V₁,V₂]，其中，C,V₁,V₂为三个变量子集；

第三步：如果|V₁∪C|＞k，进行递归划分：[V₁∪C,k,A]，进入第四步；

第四步：判断是否满足|V₁∪C|＜k，若是，进入第五步；否则返回第三步；

第五步：在V₁∪C上运行因果关系发现算法A，对骨架S进行更新；

第六步：在V₁∪C上执行第三步、第四步和第五步；

第七步：最终得出新的因果骨架S。

2.根据权利要求1所述的支持高维度因果发现的因果框架划分方法，其特征在于第二步骤中因果分区的具体步骤为：

第一步：输入变量集V₁＝{v₁,…,v_n}；

第二步：需要通过使用一组低阶条件独立测试，在找到两个变量x和y使得x⊥y|Z、x⊥y|Z∪v、

如果使得就返回因果分区：(x，y，Z)，否则中断进行下一步；

第三步：初始化，令变量集V＝V/_x，y，C，V₁＝x；V₂＝y；C₁＝{}；C₂＝{}；

第四步：对做一下判断：

当v⊥y|Z和时，将v移到V₁；

当v⊥x|Z和时，将v移到V₂；

当v⊥x|Z和v⊥y|Z时，将v移到C₁；

当和时，将v移到C₂；

得到C＝Z∪C₁∪C₂；

第五步：返回因果分区(V₁，V₂，C)；

设定G＝(V，E)，其中V为变量集，

G表示变量集V的有向无环图，三个非重叠变量子集V₁、V₂和C在G上形成因果划分，当且仅当，V₁∪V₂∪C＝V，且给定如果u和v是不相邻的，则或者使得u⊥v|Z。