简介：揭示数据中的因果关系是数据分析的一个主要目标。因果关系通常是在设计好的实验中发现的，例如随机对照试验，但在许多情况下，这是昂贵的或不可行的。因果关系也可以通过一些设计良好的观察性研究来发现，但它们需要领域专家的知识，而且这个过程通常很耗时。因此，需要一种可扩展的、自动化的方法来探索数据中的因果关系。分类方法速度快，是在数据中寻找因果信号的实用替代方法。然而，分类方法并不是为因果发现而设计的，一种分类方法可能会发现错误的因果信号而忽略真实的因果信号。在本文中，我们发展了一个因果决策树，其中节点有因果解释。我们的方法遵循一个建立良好的因果推理框架，并使用了一个经典的统计检验。该方法适用于在大数据集中寻找因果信号。

链接：https://arxiv.org/pdf/1508.03812.pdf
推荐理由：本文使用决策树来发现因果关系，具有一定的新颖性，值得推荐。

内容中包含的图片若涉及版权问题，请及时与我们联系删除