java - 如何在weka中使用贝叶斯信念网络找到变量之间的因果关系？

Question

如何从贝叶斯信念网络中找出变量之间的因果关系？

我所理解的是，为了找到变量之间的因果关系，我需要构建贝叶斯信念网络。

我用谷歌搜索了一下，所有的例子都表明构建 BBN 需要专业知识和足够的数据。

我看到Weka中有一个用于贝叶斯网络的API。但这对我来说太复杂了。Weka 中的分步过程是什么，以便我可以从数据集构建贝叶斯网络(数据集包含多个变量和一个目标变量)

我尝试过以下代码

    BayesNet bn= new BayesNet();
    //bn.m_Instances=data;
    LocalScoreSearchAlgorithm sa= new LocalScoreSearchAlgorithm();
    String[] options = new String[1];
    options[0] = "-D";                                    
    bn.setOptions(options);
    //bn.m_Instances=data;
    bn.initStructure();
    bn.initCPTs();
    bn.buildStructure();

但是没有成功。我尝试了其他几种组合。但我无法建立网络。

一旦建立了网络，如何找到变量之间的因果关系？如何解读？

Answer 1

首先，从数据中学习的贝叶斯网络仅显示变量之间的“相关性”，而不是“因果关系”。例如，如果有变量 A、B、C 和 D，并且从数据中学习到的网络将 A 和 B 作为 C 的父级，将 C 作为 D 的父级，则并不一定意味着 A 和 B 导致 C，或者 C 导致 D。这仅意味着它们是相关的。了解变量之间的因果关系需要专业知识。

在Weka中构建贝叶斯网络时，您可以简单地使用GUI。打开 GUI 时，单击“资源管理器”，然后单击“打开文件”并选择您的文件(您的文件必须为 arff 格式)。然后进入“分类”选项卡。单击“选择”，然后选择“weka/classifiers/bayes/BayesNet”。然后单击“开始”，网络将被创建。