深夜的城市重案组，新来的小陈警探盯着监控录像激动地喊：“老周，嫌疑人在案发前连续三天出现在珠宝店附近，还跟店员通过电话！这就是凶手！” 老周探长却按下暂停键，指着画面角落问：“他碰过保险柜吗？有票据吗？有人证吗？”小陈愣住了。老周说：“你找到的只是'相关'——他恰好在附近、恰好打过电话。真正能定罪的'因果特征'，是'他戴着手套拧开保险柜锁'这条证据链。相关性经不起换一个辖区重审，因果性无论把案子挪到哪个城市都成立。” 这就是因果特征发现要解决的命题：从海量观测数据里，辨认出真正“扣动扳机”的变量，而不是被“碰巧在场”的表象迷惑。今天这篇文章，我们跟着老周和小陈的办案过程，一起学会如何像老刑警一样，用干预不变性、结构学习和解耦表示，从数据中挖出那些“换个环境依然成立”的因果特征。

岗位关联

对 AI 从业者而言，因果特征发现是从“预测准确”走向“可靠可信”的关键一跃：模型跨环境不崩塌、决策能解释、系统可防御——这是在真实业务中构建可信 AI 的硬核本事。

目录
  1. 可视化演示
  2. 从相关到因果
  3. 干预不变性
  4. 结构学习
  5. 解耦表示
  6. 下游因果推理
  7. 可信AI应用
  8. 挑战与展望
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示因果与统计特征对比、干预不变性识别方法及解耦表示学习机制，揭示因果特征的跨域稳定性优势。

本节配有交互动效（进入视口后自动加载，约 3KB）。

因果vs统计特征 因果特征跨域稳定，统计特征易受分布偏移影响 P(Y|do(X))≠P(Y|X) 因果特征是构建可信AI的关键

从相关到因果

小陈盯着珠宝案的三页调查报告：嫌疑人的银行卡在商场消费过、他的手机信号在案发时段靠近过店面、他认识店里的一个导购。老周把笔往桌上一敲：“这些全是'相关'！”他指着唯一的口供记录——保安亲眼看见嫌疑人用手套触碰保险柜密码盘——说：“这才是能推动定罪链条的因果证据。”

老周的解释让小陈第一次理解了统计与因果的分界。相关性描述的是两个变量“在一起变化”：嫌疑人出现时店里恰好在丢东西。而因果性描述的是“推动变化”：嫌疑人拧动密码盘，导致保险柜被打开。日常的机器学习模型，默认只学会了前者——它看到“出现”就报警，却不知道为什么报警，换个街区就失灵。

正是为了从观测数据中分离因果与相关，统计学家引入了干预算子 $\mathrm{do}(\cdot)$。它像老周说的“把嫌疑人单独隔离审讯”——强制设定某个变量的取值，切断外界对它的其他影响，再看结果如何变化。

老周合上卷宗：“记住，监控拍到的是'关联'，把嫌疑人按在审讯室强制交代出来的，才是'因果'。”小陈若有所思：原来破案和建模一样，第一步就是分清这两件事。

P(Y∣X=x)vs.P(Y∣do(X=x))\displaystyle P(Y \mid X = x) \quad \text{vs.} \quad P\bigl(Y \mid \mathrm{do}(X = x)\bigr)
左边是“观察到 X 等于 x 时 Y 的分布”，右边是“强行把 X 设为 x 时 Y 的分布”。两者不等，说明 X 与 Y 之间混入了非因果的成分。
  1. 条件概率$P(Y \mid X = x)$ 表示我们“看到”特征 $X$ 取值 $x$ 时，结果 $Y$ 如何分布。它描述的是观察，不是实验。
    P(Y∣X=x)P(Y \mid X = x)
  2. 干预算子$\mathrm{do}(X = x)$ 把 $X$ 从原有的因果网络中“拔出来”，强制赋值为 $x$，切断所有指向它的箭头，模拟一次受控实验。
    do(X=x)\mathrm{do}(X = x)
  3. 不等式的诊断价值若 $P(Y \mid X = x) \neq P(Y \mid \mathrm{do}(X = x))$，说明观察到的关联里有混杂因素或伪相关的贡献，$X$ 不一定是真正的因果特征。
    P(Y∣X=x)≠P(Y∣do(X=x))P(Y \mid X = x) \neq P\bigl(Y \mid \mathrm{do}(X = x)\bigr)

干预不变性

第二周，小陈又接手一起连环盗窃案。同一个作案手法，出现在城东的商场、城西的写字楼、城南的珠宝店。老周带着小陈把三个辖区的监控并排比较，发现一个规律：每个现场都有一名穿灰色外套的矮个子出现。小陈兴奋地说：“三个犯罪现场都有他！”老周点头：“对，因为他就是真凶。真凶的特征是——不论把案子挪到哪个辖区，他和作案结果的关系都不会变。”

这就是干预不变性的直觉：真正的因果特征，其与结果之间的机制在环境变化下保持一致；而伪相关特征只是环境中的巧合，环境一变，关联就散了。好比地心引力在哪个星球都能让苹果落地，而“恰好吹来的风”换个地方就没了。

因果特征发现因而常被建模为一个跨环境的优化问题。我们希望找到一个特征表示 $\phi(X)$，使它在所有环境里都能同样好地预测结果 $Y$：

老周把三个辖区的卷宗叠在一起：“如果一个特征在三个现场都指向同一结论，那它就值得当作因果特征写进搜查令。”小陈看着这份“跨环境验证报告”，第一次体会到：稳定性，就是因果特征最硬的通行证。

min⁡ϕ∑e∈ERe(ϕ)s.t.E[Y∣ϕ(X),E=e]=E[Y∣ϕ(X)]\displaystyle \min_{\phi} \sum_{e \in \mathcal{E}} R^{e}(\phi) \quad \text{s.t.} \quad \mathbb{E}\bigl[Y \mid \phi(X), E=e\bigr] = \mathbb{E}\bigl[Y \mid \phi(X)\bigr]
目标函数要求候选特征在每一个环境下的预测损失都小，同时约束“给定特征后结果的期望不随环境变化”——这就像要求嫌疑人在每个辖区的口供都吻合。
  1. 特征提取器$\phi$ 是候选特征的映射函数，把原始观测 $X$ 转换成一组特征表示，比如“是否戴灰外套”。
    ϕ(X)\phi(X)
  2. 环境风险求和$\sum_{e \in \mathcal{E}} R^{e}(\phi)$ 把所有环境下的预测误差加在一起，强制特征在每个环境都不能掉链子。
    ∑e∈ERe(ϕ)\sum_{e \in \mathcal{E}} R^{e}(\phi)
  3. 不变性约束$\mathbb{E}[Y \mid \phi(X), E=e] = \mathbb{E}[Y \mid \phi(X)]$ 表示观察结果在环境 $e$ 下与全局一致，即特征与结果的关系不受环境干扰。
    E[Y∣ϕ(X),E=e]=E[Y∣ϕ(X)]\mathbb{E}\bigl[Y \mid \phi(X), E=e\bigr] = \mathbb{E}\bigl[Y \mid \phi(X)\bigr]

结构学习

破获连环案后，老周让小陈学着画“案件关系图”：谁认识谁、谁有钥匙、谁在案发前打过电话。他告诉小陈，好的侦探不只是记线索，而是能画出线索之间的“有向箭头”——谁直接影响谁。这张图，就是因果结构学习里的“因果图”。

在数据科学中，结构学习的目标是从观测数据中推断变量之间的因果图结构。因果关系可以用有向无环图（DAG）表示：节点是变量，有向边代表“直接原因”。一旦结构被学出来，联合分布就可以按因果顺序分解成一个个局部机制：

老周看着小陈画的关系图，圈出几个关键箭头：“结构对了，推理才省力。因果图就是案件的骨架，剩下的都是血肉。”小陈第一次意识到，数据里的结构，和案件的关系网一样，是可以被“画”出来的。

P(X1,X2,…,Xn)=∏i=1nP(Xi∣Pa(Xi))\displaystyle P(X_1, X_2, \dots, X_n) = \prod_{i=1}^{n} P\bigl(X_i \mid \mathrm{Pa}(X_i)\bigr)
这个公式叫因果马尔可夫分解：整个系统的联合分布，等于每个变量在“给定其直接原因”条件下的概率之积。画对了因果图，复杂系统就被拆成了可解释的零件。
  1. 联合分布$P(X_1, \dots, X_n)$ 描述所有变量同时取各种值的概率，是整个系统的“全景档案”。
    P(X1,X2,…,Xn)P(X_1, X_2, \dots, X_n)
  2. 父节点集合$\mathrm{Pa}(X_i)$ 是 $X_i$ 的直接原因集合，也就是因果图中指向它的那些节点，相当于案件关系网中“直接影响它的人”。
    Pa(Xi)\mathrm{Pa}(X_i)
  3. 因果分解$\prod_{i=1}^{n} P(X_i \mid \mathrm{Pa}(X_i))$ 按因果顺序把联合分布拆成若干个条件概率的乘积，每个条件概率对应一个独立的因果机制。
    ∏i=1nP(Xi∣Pa(Xi))\prod_{i=1}^{n} P\bigl(X_i \mid \mathrm{Pa}(X_i)\bigr)

解耦表示

串案办多了，小陈的办公桌上堆满了线索：指纹、脚印、通话记录、外卖订单……他全塞进一个大抽屉，找的时候翻得乱七八糟。老周看不下去，扔给他四个档案夹：“动机、机会、手段、时间线，分门别类！”小陈照做后，破案效率立刻翻倍——因为每个档案夹里的信息互不干扰，单独调取时不会掺入杂质。

解耦表示学习做的是同一件事：把原始观测数据编码成多个潜在因子 $z_1, z_2, \dots, z_k$，让每个因子各自捕获一个独立的因果机制。因子之间尽可能互不包含对方的信息，这样就得到了可解释、可操控的“档案夹”。其优化目标可写为：

小陈把四个档案夹摆成一排，恍然大悟：“原来解耦就是给数据分档案夹！”老周笑了：“对，每个档案夹都干净，交叉检索时才不会把'动机'写成'机会'。”

min⁡z1,…,zk∑i≠jI(zi; zj)s.t.X≈g(z1,…,zk)\displaystyle \min_{z_1, \dots, z_k} \sum_{i \neq j} I(z_i;\, z_j) \quad \text{s.t.} \quad X \approx g(z_1, \dots, z_k)
目标是最小化任意两个因子之间的互信息，同时保证还能从这些因子重建出原始数据。“互信息为零”意味着两个档案夹的内容互不重叠。
  1. 潜在因子$z_i$ 是第 $i$ 个潜在因果因子，比如“动机”或“机会”，它是从观测 $X$ 中提取出来的隐藏表示。
    ziz_i
  2. 互信息$I(z_i; z_j)$ 衡量两个因子共享的信息量；若等于 0，说明二者统计独立，互不泄露对方内容。
    I(zi; zj)I(z_i;\, z_j)
  3. 重建约束$X \approx g(z_1, \dots, z_k)$ 表示用一组因子可以还原原始数据，保证档案夹里的信息没有丢失。
    X≈g(z1,…,zk)X \approx g(z_1, \dots, z_k)

下游因果推理

法庭上，检察官追问老周：“如果案发当晚嫌疑人根本没去现场，保险柜还会被打开吗？”老周不慌不忙地呈上实验报告：“我们做了模拟推演——把'嫌疑人是否在场'这项条干预掉，保险柜被打开的链条就断了。”小陈在旁听席上暗暗叫绝：这问的不是“发生了什么”，而是“假如没发生会怎样”。

这正是因果特征的下游价值：一旦识别出真正的因果特征，我们就可以在模型里做干预查询和反事实推断。反事实回答的是“给定已经发生的事实，如果当初某个变量不同，结果会怎样”这类问题，其形式为：

老周在退庭后对小陈说：“找到真凶只是第一步，能推演'假如没他'，案子才算真正闭环。”小陈看着反事实推演报告，明白了因果特征带来的不只是识别，更是一种可以“假设”的能力。

P(YX=x=y∣X=x′, Y=y′)\displaystyle P\bigl(Y_{X=x} = y \mid X = x',\, Y = y'\bigr)
这个式子读作：在已知实际观测到 $X=x'$、$Y=y'$ 的前提下，如果当初把 $X$ 干预为 $x$，结果 $Y$ 取值为 $y$ 的概率是多少。它是“如果当初”的科学化表达。
  1. 反事实变量$Y_{X=x}$ 表示“在 $X$ 被干预为 $x$ 的世界里 $Y$ 的取值”，与真实世界的观测值不同，它来自一个假设世界。
    YX=xY_{X=x}
  2. 给定的事实$X=x',\, Y=y'$ 是我们在真实世界里观测到的历史事实，比如“嫌疑人确实去了现场、保险柜确实被打开”。
    X=x′, Y=y′X = x',\, Y = y'
  3. 条件概率整体式子计算在事实条件下，假设世界中结果等于 $y$ 的概率，从而回答“假如当初……会怎样”。
    P(YX=x=y∣X=x′, Y=y′)P\bigl(Y_{X=x} = y \mid X = x',\, Y = y'\bigr)

可信AI应用

现在，老周开始带第三批新警员。他把自己的办案经验写成了一份《因果特征甄别手册》，要求所有新警员上岗前必须学会：先问“这个线索换个环境还成立吗”，再把它写进报告。小陈感叹：“师父，你这是把破案经验做成了系统的安全防线！”老周笑而不语。

在 AI 领域，因果特征发现也在扮演类似的“安全防线”角色。它让模型不再依赖那些跨环境就会崩的伪相关特征，从而提升鲁棒性、可解释性与公平性。以公平性为例，我们希望模型的预测结果不依赖于敏感属性（如性别、种族）：

小陈翻开手册，发现扉页上写着老周的一句话：“可信的系统，不是记住更多线索，而是只信那些换环境也不说谎的线索。”这份因果特征方法论，正是构筑可信 AI 的地基。

P(Y^=1∣A=a, do(A=a′))=P(Y^=1∣A=a)\displaystyle P\bigl(\hat{Y} = 1 \mid A = a,\ \mathrm{do}(A = a')\bigr) = P\bigl(\hat{Y} = 1 \mid A = a\bigr)
这个等式说：即便我们把敏感属性 $A$ 强制改成另一种取值，模型的预测结论也不该改变——就像老周说的，“只看证据，不看身份”。
  1. 预测结果$\hat{Y} = 1$ 表示模型做出正面决策，比如“批准贷款”或“判定有罪”。
    Y^=1\hat{Y} = 1
  2. 敏感属性干预$\mathrm{do}(A = a')$ 在因果模型中强制把敏感属性设为另一取值，模拟“如果一个人的性别/种族被改变”。
    do(A=a′)\mathrm{do}(A = a')
  3. 公平性条件等式两侧相等表示决策不受敏感属性干预影响，模型的判断只由真正的因果特征决定。
    P(Y^=1∣A=a, do(A=a′))=P(Y^=1∣A=a)P\bigl(\hat{Y} = 1 \mid A = a,\ \mathrm{do}(A = a')\bigr) = P\bigl(\hat{Y} = 1 \mid A = a\bigr)

挑战与展望

年底总结会上，小陈问老周：“有没有您也破不了的案子？”老周沉默片刻，指着档案室角落里一宗积压多年的悬案：“线索太少，或者真凶太会伪装——有时候，就算你盯着数据看一百遍，因果方向也藏在你看不见的黑暗里。”

这种困境在学术上叫“因果不可识别性”。在很多情况下，不同的因果图会生成完全相同的观测分布，就像两个不同的作案故事能把现场布置得一模一样。仅凭“看”观察数据，无法区分它们：

老周关上档案室的门：“所以未来不远，但也别急。新的数据、新的假设、新的算法，都会像新的线索一样浮出水面。”小陈望着那扇门，知道因果特征发现的下一章，正等着他们去写。

PG=PG′ ⇒ G≡M(G′)\displaystyle P_{G} = P_{G'} \ \Rightarrow\ G \equiv M(G')
若两个因果图 $G$ 和 $G'$ 诱导出相同的观测分布，则它们属于同一个马尔可夫等价类——观测数据无法告诉你哪个才是真正的因果方向，必须依赖干预实验或额外假设。
  1. 分布相同$P_G = P_{G'}$ 表示两个不同的因果图在观测层面上完全不可区分，数据长得一模一样。
    PG=PG′P_{G} = P_{G'}
  2. 马尔可夫等价$G \equiv M(G')$ 意味着 $G$ 与 $G'$ 属于同一个马尔可夫等价类，这类图中的箭头方向在观测上等价。
    G≡M(G′)G \equiv M(G')
  3. 方法论含义面对不可识别性，只能引入干预数据、时间信息或功能性假设来打破僵局，就像老周需要等到新证人出现才能重启悬案。
    M(G′)M(G')

AI 应用场景

医疗诊断中的真实致病因素发现

阶段：特征工程与可解释建模

解决的问题：传统电子病历模型会把“住院天数”与“康复率”的相关当作因果，导致换一家医院性能崩塌。因果特征发现通过跨科室、跨医院的环境不变性筛选，找出真正驱动康复的生理指标，如“氧饱和度”而非“床位楼层”。

具体案例：某三甲医院在构建脓毒症预测模型时，先用结构学习绘制“生命体征-检验指标-结局”的因果图，再在多院区数据上验证特征稳定性，最终将跨院区 AUC 从 0.71 提升到 0.83，且医生能看懂模型依据。

金融风控中的稳定信用特征识别

阶段：模型鲁棒性提升与合规审计

解决的问题：传统风控模型会把“申请时段”这类环境协变量误当信用信号，经济周期一变就大规模误判。因果特征发现帮助识别跨经济周期稳定的信用特征，如“收入负债比”而非“申请当天的天气温度”。

具体案例：某消费金融公司引入跨周期不变性筛选后，将伪相关特征从特征集中剔除，新模型在 2020 年疫情导致的数据漂移中，坏账率预测误差较旧模型降低 34%，并通过了监管的可解释性审查。

推荐系统的跨场景鲁棒迁移

阶段：跨域迁移与用户兴趣建模

解决的问题：传统推荐模型在新用户、新场景上效果骤降，因为学到的多是“场景特有”的伪相关。因果特征发现将用户行为解耦为“稳定偏好因子”和“场景噪声因子”，让推荐决策只依赖可迁移的因果偏好。

具体案例：某短视频平台将“内容类别点击序列”解耦为“长期兴趣”与“热点跟随”两组因子，只用长期兴趣因子做跨端推荐，App 端到 Web 端的转化率保持率从 52% 提升到 78%。

Python 演示

python44 行
"""Minimal demo: causal features are stable across environments."""import numpy as np  def generate_data(n, env_shift, spurious_connected):    C = np.random.randn(n)    x1 = C + 0.3 * np.random.randn(n)    if spurious_connected:        x2 = C + 0.3 * np.random.randn(n) + env_shift    else:        x2 = np.random.randn(n) + env_shift    y = 2.0 * x1 + 0.5 * np.random.randn(n)    return np.column_stack([x1, x2]), y  def fit_linear(X, y):    Xb = np.column_stack([np.ones(X.shape[0]), X])    coef, *_ = np.linalg.lstsq(Xb, y, rcond=None)    return coef  def predict(X, coef):    Xb = np.column_stack([np.ones(X.shape[0]), X])    return Xb @ coef  def mse(y_true, y_pred):    return float(np.mean((y_true - y_pred) ** 2))  if __name__ == "__main__":    np.random.seed(42)    X_train, y_train = generate_data(300, env_shift=0.0, spurious_connected=True)    X_test, y_test = generate_data(300, env_shift=6.0, spurious_connected=False)     coef_all = fit_linear(X_train, y_train)    coef_cause = fit_linear(X_train[:, :1], y_train)     mse_all = mse(y_test, predict(X_test, coef_all))    mse_cause = mse(y_test, predict(X_test[:, :1], coef_cause))     print(f"All-feature model cross-env MSE: {mse_all:.3f}")    print(f"Causal-feature model cross-env MSE: {mse_cause:.3f}")    print("Causal features are more robust across environments.")
目的：用模拟数据演示“伪相关特征在跨环境时会害了模型，而因果特征依然稳健”，直观对比全特征模型与因果特征模型的跨环境误差。
  1. def generate_data(n, env_shift, spurious_connected):生成训练与测试数据，训练时 x2 通过公共混杂 C 与结果相关，测试时切断这层联系。
  2. x1 = C + 0.3 * np.random.randn(n)x1 是因果特征，由混杂因子 C 塑造，并始终驱动结果 y。
  3. if spurious_connected: x2 = C + ...训练集中 x2 借 C 与 y 产生相关，这是典型的“伪相关”来源。
  4. coef_all = fit_linear(X_train, y_train)全特征模型把权重也分给了伪相关特征 x2，训练集表现看似很好。
  5. coef_cause = fit_linear(X_train[:, :1], y_train)因果特征模型只学习真实机制 x1 -> y，不为环境巧合买单。
  6. mse_cause = mse(y_test, predict(X_test[:, :1], coef_cause))在切断伪相关的新环境中评估因果特征模型。
  7. print(f"All-feature model cross-env MSE: {mse_all:.3f}")打印对比结果，你会看到全特征模型的跨环境误差远高于因果特征模型。

常见误区

误区我觉得用皮尔逊相关系数筛出与标签相关性最高的特征，就是找到了因果特征。特征重要性排名靠前的，肯定就是“原因”。

正解相关只描述“一起变化”，不描述“谁推动谁”。就像嫌疑人出现在监控里，不等于他拧开了保险柜。因果特征必须有机制支撑——跨环境稳定、在因果图中处于上游位置，且能通过干预验证。单纯的相关性筛选在环境漂移后就会失效。

为何常见：因为大多数机器学习入门教程教的第一件事就是“相关性分析”，初学者天然把“数字上相关”等同于“因果上有关系”。

误区只要我收集几百万条观测数据，因果方向自然就出来了，假相关也会被大数据稀释掉。

正解观测数据再多，也无法区分马尔可夫等价类中的不同因果图，就像把现场录像再看一百遍也看不见“如果嫌疑人没去会怎样”。因果识别需要干预数据、外部环境变化或明确的结构假设，而不是单纯堆量。

为何常见：因为在大数据时代，“样本量即正义”的观念深入人心，容易忽略因果识别在逻辑上的根本限制。

误区我在三个环境里验证过某个特征都很稳定，那它就一定是因果特征了，可以放心用了。

正解跨环境稳定是因果特征的必要条件，但不是充分条件。一个特征可能因为某些深层混杂而在多个环境中都稳定，但它并不直接“推动”结果。侦探手册里说得好：换个环境还成立，只能说明它值得怀疑；要定罪，还得有因果图和干预证据。

为何常见：因为“跨环境稳定”这个性质本身非常吸引人，大家容易把“必要条件”误当成“充分条件”。

误区既然因果特征才是真因，那它在任何模型里都应该是最能提升准确率的特征，所以特征选择就等价于因果发现。

正解预测能力最强的特征往往包含大量伪相关信息，比如“申请时段”可能在新环境里毫无预测力。因果特征的价值不在单点准确率，而在“换环境依然可信”。老周选真凶，不是因为他在某个现场最显眼，而是因为把他挪到任何现场，证据链都完整。

为何常见：因为日常建模的考核指标就是准确率，人们习惯用“预测表现”来反向推断“因果重要性”，忽略了因果与预测是两套评价体系。

面试题

Q1. 珠宝案中，嫌疑人连续三天出现在监控里，但无证据表明他接触过保险柜。这属于什么？

单选题 · easy

  • A.因果证据，时间吻合案发
  • B.统计相关，缺乏干预确证← 正确答案
  • C.反事实证据，可推作案过
  • D.结构证据，可建因果图谱

答案：B。出现在监控里只说明“共变”，即统计相关。要成为因果证据，需要干预确证或结构支撑，比如接触保险柜的直接物证。选项 A 误把时间吻合当因果，C 和 D 都对应其他证据类型，均不符合题干。

Q2. do(X=x) 在因果推断中表示什么？

单选题 · mid

  • A.观察到 X 等于 x
  • B.强制置 X 为 x 且隔外因← 正确答案
  • C.计算 X 与 x 的相似度
  • D.对 X 取对数标准化

答案：B。do 算子表示通过干预强制把 X 设为 x，并切断外部对 X 的影响，从而模拟受控实验，区别于被动的“观察到 X=x”。A 是条件概率的视角；C 是相似度计算；D 是数据预处理，都与干预无关。

Q3. 下列哪个信号最可能是因果特征？

单选题 · easy

  • A.训练集中相关性最高
  • B.跨环境关系稳定特征← 正确答案
  • C.数据中方差最大的
  • D.与结果完全无关

答案：B。因果特征的核心属性是跨环境稳定——像真凶在哪个辖区都成立。训练集相关性最高或方差最大都可能是伪相关的产物；与结果完全无关的特征则根本不可能是因果特征。

Q4. 马尔可夫等价类说明了什么问题？

单选题 · mid

  • A.等价类内方向可被完全识别
  • B.不同因果图产生相同观测分布← 正确答案
  • C.因果特征必须满足正态分布
  • D.结构学习不需要任何假设

答案：B。马尔可夫等价类描述的是：多个不同方向的因果图可能诱导出完全相同的观测分布，因此单靠观测数据无法区分它们。A 恰恰说反了；C 与分布假设无关；D 错误，结构学习往往依赖忠实性等假设。

Q5. 若模型在训练时依赖了伪相关特征，在新环境中最可能发生什么？

单选题 · easy

  • A.模型性能更加稳定
  • B.模型性能大幅下降← 正确答案
  • C.模型性能完全不变
  • D.模型训练速度变快

答案：B。伪相关特征靠的是环境中的偶然联系，新环境中这种联系断裂，依赖它的模型自然“认不出”数据，导致性能大幅下降。这正是因果特征发现试图避免的跨环境崩塌。

Q6. 下列哪些属于因果特征的判别标准？

多选题 · mid

  • A.跨环境预测关系稳定← 正确答案
  • B.位于因果图父节点← 正确答案
  • C.与因果机制独立解耦← 正确答案
  • D.训练集上方差最大

答案：ABC。跨环境稳定、在因果图中处于父节点位置、与其他因子解耦独立，都是判断因果特征的重要标准。训练集方差最大只是数据的离散程度，与因果性无必然联系。

Q7. 解耦表示学习的目标包括哪些？

多选题 · mid

  • A.让潜在因子相互独立← 正确答案
  • B.每个因子对应一个因果机制← 正确答案
  • C.支持从因子重建原始数据← 正确答案
  • D.增加模型的冗余参数

答案：ABC。解耦表示要求因子间互信息小、各自可解释且能重建原始数据，像档案夹分门别类且信息不丢。增加冗余参数与解耦目标背道而驰，反而会引入纠缠。

Q8. 反事实推断主要用于回答什么问题？

单选题 · hard

  • A.做未来销量预测
  • B.做假设性的因果推演← 正确答案
  • C.计算特征相关矩阵
  • D.压缩模型参数规模

答案：B。反事实推断回答“在已知事实下，如果当初某个变量不同，结果会怎样”，是“假如”问题的科学表达。未来预测属于时间序列外推，相关矩阵和模型压缩均与反事实无关。

Q9. 因果特征发现对可信 AI 的价值包括哪些？

多选题 · hard

  • A.提升跨环境鲁棒性← 正确答案
  • B.增强决策可解释性← 正确答案
  • C.识别敏感属性保公平← 正确答案
  • D.保证全任务零误差

答案：ABC。因果特征让模型在新环境中不崩塌、让决策有因果依据、让敏感属性被隔离，从而提升鲁棒、可解释和公平。但没有任何方法能保证“全任务零误差”，D 是绝对化表述。

Q10. 两个因果图生成完全相同的观测分布，这说明什么？

单选题 · extreme

  • A.两图对应同一因果结构
  • B.存在不可识别性需额外假设← 正确答案
  • C.数据量不足导致无法收敛
  • D.两图在所有数据集上等价

答案：B。这正是不确定性的体现：仅凭观测分布无法区分等价类内的不同因果图，必须引入干预数据或额外假设。A 错误，两图结构不同但分布相同；C 混淆了统计收敛与因果可识别；D 的“所有数据集”超出了等价类定义。