论文页面 - 马尔可夫边界在表格预测中的好、坏与丑

来源：https://huggingface.co/papers/2605.29411 发布于 5月28日

·

由https://huggingface.co/Shuwan 提交

Shu (https://huggingface.co/Shuwan) 于 6月1日

摘要

该研究考察了马尔可夫边界在表格预测中的实际有效性，发现尽管理论上最优，但当前的因果发现方法由于计算限制和优化目标不匹配，未能持续提升预测性能。

在标准图假设下，目标变量的马尔可夫边界（https://huggingface.co/papers?q=Markov%20boundary）是使其他所有特征都变得冗余的最小特征集。一旦观察到该边界，目标变量与表格中的其余变量条件独立。这对于表格预测（https://huggingface.co/papers?q=tabular%20prediction）来说是一个极具吸引力的对象，因为它精确指出了模型所需的列。然而，现代回归器仍然是在完整特征集上训练的。我们探究马尔可夫边界（https://huggingface.co/papers?q=Markov%20boundary）是否真的对 SCM3K（一个包含 3450 个任务的合成 SCM 基准测试，特征数从 40 到 1000，涵盖六个 SCM 家族）上的预测有用，并采用六种回归器进行评估。答案比理论要复杂得多。将回归器限制在理想边界上通常能显著提升预测性能，且特征空间越大、越稀疏，提升幅度越大。然而，通过因果发现（https://huggingface.co/papers?q=causal%20discovery）恢复边界并在恢复的掩码上训练这一自然流程并不可行。现有估计器在达到边界最能发挥作用的区域之前就已耗尽计算预算，即便在可运行的场景下，它们也很少能超越完整特征集。我们将此归因于三个原因：因果发现优化的是结构恢复（https://huggingface.co/papers?q=structural%20recovery）而非预测；假阴性和假阳性带来的预测代价严重不对称；精确边界只是众多能击败全特征集的特征集之一。我们随后阐述了这些事实对于面向预测的特征选择（https://huggingface.co/papers?q=feature%20selection）以及学会利用因果结构的表格模型意味着什么。

查看 arXiv 页面 (https://arxiv.org/abs/2605.29411)查看 PDF (https://arxiv.org/pdf/2605.29411)添加至收藏 (https://huggingface.co/login?next=%2Fpapers%2F2605.29411)

在您的 Agent 中获取此论文：

hf papers read 2605.29411

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本论文的模型0

无模型与此论文关联

在模型 README.md 中引用 arxiv.org/abs/2605.29411 即可从此页面建立链接。

引用本论文的数据集0

无数据集与此论文关联

在数据集 README.md 中引用 arxiv.org/abs/2605.29411 即可从此页面建立链接。

引用本论文的 Spaces0

无 Space 与此论文关联

在 Space README.md 中引用 arxiv.org/abs/2605.29411 即可从此页面建立链接。

包含本论文的合集0

无合集包含本论文

将此论文添加至一个合集 (https://huggingface.co/new-collection) 即可从此页面建立链接。