Comprehensive Review and Empirical Evaluation of Causal Discovery Algorithms for Numerical Data

因果分析已成为理解各领域现象根本原因的重要组成部分。尽管具有重要意义，但现有的因果发现算法文献零散，方法不一，缺乏全面的评估。本研究通过对数值数据因果发现方法的详细回顾和实证评估，旨在提供更清晰、更有结构的领域理解，填补这些空白。我们的研究始于一项长达十年的综合文献回顾，发现现有的调查未能涵盖大量因果发现进展。我们仔细分析了200多篇学术文章，确定了24种不同的算法。这一广泛的分析导致了一种新的、适应因果发现复杂性的分类方法，将方法分为六类。针对缺乏全面评估的问题，我们的研究对20多种因果发现算法在合成和真实数据集上进行了广泛的实证评估。我们根据数据集的大小、线性度和噪声分布对合成数据集进行分类，采用了5种评估指标，并总结了不同数据情境下的前三种算法推荐。这些推荐已在2个真实数据集上得到验证。我们的结果强调了数据集特征对算法性能的重要影响。此外，我们开发了一种元数据提取策略，以帮助用户在未知数据集上选择算法。元数据的估计精度高达80%以上。基于这些见解，我们提供了专业和实用的建议，以帮助用户选择最适合其特定数据集需求的因果发现方法。

本论文旨在解决因果分析算法的碎片化和方法不一的问题，提供一个更清晰和结构化的理解因果分析领域的综述和实证评估。

本文通过对200多篇学术论文的细致分析，将24种因果分析算法分类成六类，并在合成和真实数据集上进行了广泛的实证评估，提供了不同数据情况下的前三种算法推荐和元数据提取策略。

本文的亮点包括对因果分析算法的全面分类、广泛的实证评估、元数据提取策略的开发以及针对不同数据情况的算法推荐。实验使用了合成和真实数据集，并提供了开源代码。

最近的相关研究包括《Causal Discovery and Inference: Concepts and Recent Methodological Advances》、《Causal Inference in Statistics: An Overview》等。