研究揭示因果发现算法在真实商业数据中失效的机理与诊断指标

1. 13:00
   arXiv 机器学习

   因果发现在真实数据中为何失效：逐项属性检验基础假设

   因果发现算法在真实商业数据中普遍失效，一项覆盖 2,901 家美股企业 31 个季度的评估显示真实数据严重破坏了算法的基础假设。71 种公司行动中有 40 种因干预过少无法检测到 0.1 个标准差的效应，调优后的因果发现方法表现甚至弱于成对互相关。研究针对每项数据性质提出了可在运行算法前执行的诊断指标。

当前热度 6·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。