LiGNAMを使って因果推論を試してみた
Titanic のデータセットを使って LiGNAM で因果推論をやってみたのでまとめます。 コードは GitHubがこちら、Colabはこちら ローカル、Windowsで環境構築する場合は、Graphivizのパスが通らなくて因果グラフの表示で苦労しました。 venvでの環境構築が良かったです。 Titanic のデータセットは下記のサイトを使用させていただいています。 Titanic の各カラムの意味は下記サイトをご参照ください。 以下では欠損値処理してカテゴリデータをOrdinalEncodingしたものを使っています。 基本的にはLiGNAMの公式チュートリアルを参照しています。 理論的な説明は下記サイトをご参照ください。 事前学習の設定 各特徴量の因果関係を設定することができます。 特に設定していなくても因果関係を算定、図示することは可能ですが、各特徴量の因果関係を把握している場
統計的因果探索のLiNGAMを実装してみた - Qiita
製造業出身のデータサイエンティストがお送りする記事 今回は、統計的因果探索手法の一つであるLiNGAMを実装してみました。 はじめに 製造現場でデータサイエンスを行っている際、相関関係と因果関係をきちっと切り分けて分析することが重要だと思います。今回、データから因果関係を推測するための機械学習技術である統計的因果探索を勉強しましたので、その中の1つ「LiNGAM」について整理しました。 細かい理論的な部分は書籍を参照して頂ければと思います。 LiNGAMの流れ 今回、実装するLiNGAMモデルは、独立成分分析の手法を用いた方法になります。 具体的な因果関係は下記構造方程式の$\boldsymbol{B}$を推定することで実現します。 $$\boldsymbol{x} = \boldsymbol{B}\boldsymbol{x} + \boldsymbol{e}$$ $\boldsymbol
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
