observational-data

FoundCause 是一种摊销式因果关系发现模型，能够显式处理潜在混杂因素和缺失数据，在真实数据集上通过单次前向传播即可超越15种现有方法。

本文提出了“最大效力问题”，旨在选择受成本约束的实验，以最大程度地缩小部分因果效应的界限。作者提出了图形剪枝准则以减少搜索空间，并在NHANES健康数据集上展示了该方法的应用。