[發明專利]一種基于峭度的因果網絡推斷方法

在審

• 申請號: 201710059700.1
• 申請日: 2017-01-24
• 公開（公告）號: CN106874433A
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 謝峰;郝志峰;蔡瑞初;溫雯;陳薇;陳炳豐
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06N5/04
• 代理公司: 廣州市紅荔專利代理有限公司44214
• 代理人: 吝秀梅,李彥孚

1.一種基于峭度的因果網絡推斷方法，通過基于峭度選擇外生變量、逐層找出因果次序和利用最小二乘法剪邊檢驗剪邊三個過程，其特征在于，包括以下步驟：

1)、設置觀察數據集X＝[x₁,x₂,…x_n]，其中每個變量x_i(i＝1,2,...n)包含p個樣本數據，設置因果次序集合K為空集合；

2)、計算每個變量x_i(i＝1,2,...n)的峭度值k_i(i＝1,2,...n)，找出最大峭度值max k_i所對應的變量x_m，那么變量x_m即為外生變量，其計算式為：

$x_m=\arg \underset{i=1,2...n}{max}{k}_i$

$k_i=\frac{u_4}{{\mathrm{\σ}}^4}-3=\frac{E\left(x_i^4\right)}{{\left(E\right(x_i^2\left)\right)}^2}-3,$

其中，E(x_i⁴)為變量x_i四階中心距，(E(x_i²))²為x_i方差的平方；

3)、將其他變量與外生變量x_m進行最小二乘回歸，得到殘差r_i^m，其計算為：

$r_i^m=x_i-\frac{\mathrm{cov}(x_m,x_i)}{\mathrm{var}\left(x_m\right)}{x}_m,$

根據殘差r_i^m得到殘差數據集R^m，從而得到更新后的觀察數據集X＝R^m＝(r₁^m,r₂^m,...r_i^m)；

4)、將外生變量x_m按照從左至右的順序加入因果次序數集K中；

5)、然后按照步驟2、3、4)迭代地的計算觀察數據集X＝R^m＝(r₁^m,r₂^m,...r_i^m)的外生變量，并將該外生變量加入到因果次序數集K中，并通過回歸方法計算更新后的觀察數據集X＝R^m＝(r₁^m,r₂^m,...r_i^m)的殘差和殘差數據集，從而得到新的觀察數據集；

6)、按照步驟5)直至觀察數據集中剩下最后一個變量，然后將剩下的最后一個變量加入因果次序數集K中；

7)、根據因果次序數集K中的所有變量，對于排在任意變量x_j(j＝1,2,...n)前面的所有變量進行多元最小二乘回歸，找到回歸系數等于0或者趨于0時所對應的變量，并剪去該變量到變量x_j(j＝1,2,...n)的邊；

8)、重復步驟7)，直至因果次序數集K中剩下最后一個變量，輸出完整的因果網絡。