想象你是一座城市的供水总工，面前有几十个水站、几百条可能的管道。你的任务是从观测到的水流量数据里，反推管道到底是怎么连接的：谁给谁供水、哪个阀门影响哪个水站。传统做法像派工人逐户开闸试水，每试一条管道就要检查一遍整个管网是不是形成了“循环回水”，管道稍多就直接炸成天文数字的组合。而 NOTEARS 连续优化的思路非常巧妙：它不再把“管道通不通”当成开关问题，而是给每条潜在管道画一个“坡度”，然后像平整土地一样，用一个连续可微的数学约束确保水流永远从高处流向低处、永远绕不回原点。这篇文章会带你从一张供水管网图出发，一步步看懂 NOTEARS 如何把棘手的因果发现变成光滑的登山问题。

岗位关联

掌握 NOTEARS，相当于从“手工排查管道”升级为“用地形坡度自动设计无回路管网”，这是数据科学团队落地可解释因果模型的核心技能之一。

目录
  1. 可视化演示
  2. 因果图基础
  3. 连续化思想
  4. 无环约束
  5. 求解算法
  6. 方法扩展
  7. 性能特性
  8. 工程实践
  9. 应用场景
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

三步展示NOTEARS方法：矩阵指数迹无环性约束将离散DAG搜索转为连续优化，增广拉格朗日求解等式约束，阈值化稀疏化后处理输出最终因果图。

本节配有交互动效（进入视口后自动加载，约 3KB）。

无环性约束：矩阵指数迹 h(W)=tr(e^(W∘W))-d=0当且仅当W为DAG 离散DAG约束转为连续可微约束 h(W) = tr(e^(W∘W)) - d = 0 矩阵指数幂级数对角元素编码路径，无环图路径有限使迹等于d。

因果图基础

想象城市管网图的每个水站都是一个变量，水站之间的单向管道就是因果边。因果图有个铁律：水不能绕一圈回到自己——一旦出现“A 供 B、B 供 C、C 又供 A”的循环，整个供水系统就会失控。所以因果关系必须用有向无环图（DAG）表达。这里的“有向”指边有方向，“无环”指不存在一条从某点出发又能回到该点的有向路径。

因果图不只是画箭头，它背后还有一个生成数据的“出厂说明”：每个变量都由它的直接父节点加上随机噪声生成。这就是结构方程模型（SEM）。它告诉我们，因果箭头的含义是可以做“如果动上游，下游必然变化”的干预实验，而不只是相关。

理解 SEM 后你会发现，因果发现的目标就是从观测数据 \(X\) 中反推出这些父节点关系。供水管网里不能有循环，数据中的因果图同样不能有环；这个“不能有环”看起来简单，却是让传统算法头疼的根源。

Xj=fj(Paj)+εjX_j = f_j(Pa_j) + \varepsilon_j
这个公式说的是：变量 \(X_j\) 的数值，等于它的直接原因（父节点 \(Pa_j\)）经某个函数 \(f_j\) 作用后，再加上一点随机噪声。
  1. 当前变量\(X_j\) 是你关心的那个水站的水流量，它由上游直接决定。
    XjX_j
  2. 直接原因集合\(Pa_j\) 是所有直接指向 \(X_j\) 的父节点，相当于打开水管的直接上游。
    PajPa_j
  3. 因果机制\(f_j\) 表示上游到下游的转换规则，可以是线性水管，也可以是复杂阀门。
    fj(Paj)f_j(Pa_j)
  4. 随机扰动\(\varepsilon_j\) 是噪声，像偶尔飘进管道的雨水，让数据不会完美重复。
    εj\varepsilon_j

连续化思想

传统的因果结构学习像“拨开关”：每条边要么接上、要么断开。4 个变量就有 6 条可能边，要尝试 \(2^6=64\) 种图；到 20 个变量时，可能图的数量已经超过宇宙原子数。这种组合搜索是灾难性的。NOTEARS 的破局点，是把“开关”换成“旋钮”：每条边不是 0/1，而是一个连续的权重 \(W_{ij}\)。权重为正代表正影响，为负代表负影响，接近 0 代表没有因果边。

这样一来，找图就变成了“拧旋钮”。我们把所有变量之间的因果强度放进一个邻接矩阵 \(W\)，用数据拟合误差加上稀疏惩罚作为打分。谁能让打分最小，谁就是最可信的管网图纸。NOTEARS 是一个双关缩写：用“迹指数 + 增广拉格朗日”做非组合优化，听起来难，思路却很朴素——把离散的图纸搜索改成一个光滑的连续丘陵，然后用登山算法逐级下坡。

连续化思想最迷人的地方在于：它把“这 64 张图里哪张最好”变成“这 64 个旋钮怎么拧”。登山算法不在乎图的数量，只在乎山坡是否光滑。NOTEARS 的下一步，就是设计一个光滑的“无环山坡”。

min⁡W  12n∥X−XW∥F2+λ∥W∥1,s.t. h(W)=0\min_{W} \; \frac{1}{2n}\|X - XW\|_F^2 + \lambda \|W\|_1, \quad \text{s.t. } h(W)=0
目标函数同时要求“拟合误差小”和“因果图稀疏”，并必须满足 \(h(W)=0\) 的无环约束。
  1. 邻接矩阵\(W\) 的每一项 \(W_{ij}\) 表示变量 \(j\) 对变量 \(i\) 的因果强度。
    W∈Rd×dW \in \mathbb{R}^{d \times d}
  2. 线性预测残差\(X - XW\) 表示用其他变量预测当前变量后的剩余误差。
    X−XWX - XW
  3. 拟合损失\(\frac{1}{2n}\|\cdot\|_F^2\) 把残差平方后求平均，越小代表图越能解释数据。
    12n∥X−XW∥F2\frac{1}{2n}\|X - XW\|_F^2
  4. 稀疏惩罚\(\lambda\|W\|_1\) 不断把无关边的权重推向 0，避免图纸上画满无意义细管。
    λ∥W∥1\lambda \|W\|_1
  5. 无环约束\(h(W)=0\) 是整张图纸不能出现循环回路的硬性规定。
    h(W)=0h(W)=0

无环约束

怎样才能让优化算法在做梯度下降时，自动避开有环图？可以设计一个“环路高度计”：每张图都算出一个数值 \(h(W)\)，如果图是 DAG，这个值就是 0；只要出现任何一个有向环，数值就会大于 0。NOTEARS 用的工具是矩阵指数。

要理解它，先把 \(W\) 的每个元素平方，得到非负矩阵 \(A = W \circ W\)。之所以平方，是为了不让负权重互相抵消——因果边只要有，不管方向正负，都必须被记录。矩阵指数 \(e^A = I + A + \frac{A^2}{2!} + \cdots\) 中的 \(A^k\) 正好记录了“走 k 步能回到原点的路径强度”。把这些闭环贡献全加起来，再减去对角线的单位贡献，就是无环约束。

而且这个约束非常“好说话”：它可以求梯度。\(h(W)\) 对每个权重的偏导数可以解析算出来，等于 \(2(e^{W \circ W})^T \circ W\)。这就意味着，我们可以用标准梯度方法一边降低拟合误差，一边让“回流表盘”归零。像一个合格的供水总工程师，手里同时握着成本表和回流报警器。

h(W)=tr⁡(eW∘W)−dh(W) = \operatorname{tr}\left(e^{W \circ W}\right) - d
它像一张管网图上的“回流总表”：完全没有循环回流时，表盘归零；只要存在任何闭环，表盘就会给出正读数。
  1. 逐元素平方\(W \circ W\) 把每条边的权重平方，负因果也变成正的“存在证据”。
    A=W∘WA = W \circ W
  2. 矩阵指数\(e^A = \sum_{k=0}^{\infty} A^k / k!\) 用级数把长度 1、2、3……步的闭环全部累加。
    eA=I+A+A22!+⋯e^A = I + A + \frac{A^2}{2!} + \cdots
  3. 取迹\(\operatorname{tr}\) 只保留从某个节点出发又回到自己的闭环总和。
    tr⁡(eA)\operatorname{tr}(e^A)
  4. 减去维度\(-d\) 去掉单位矩阵 \(I\) 带来的 \(d\) 个“原地踏步”虚贡献；没有闭环时，\(I\) 的迹正好是 \(d\)，两者相消为 0。
    tr⁡(I)=d\operatorname{tr}(I) = d

求解算法

有了目标函数和无环约束，下一步是怎么解。直接带约束优化很难，NOTEARS 采用增广拉格朗日法：把有环惩罚写进目标函数，再用“教练 + 裁判”的方式两层交替迭代。

内层是运动员：暂时忽略约束的复杂度，用 L-BFGS 算法快速逼近当前目标的最优解。外层是裁判：看一眼运动员交出的图纸还有多少“回流”，把拉格朗日乘子调大，相当于喊话“你刚才那个环我记住了，罚金加倍”。这样反复几轮，拟合误差和无环约束会同时被收紧。

实际实现中，内层一般只要跑几十次 L-BFGS 迭代，不需要精确收敛，外层再逐步加强。这就像运动员不用每次训练都跑到世界纪录，只要每轮有明显进步，裁判就会用累积罚单逼他最终达到无环标准。NOTEARS 因此把因果发现从“暴力枚举”变成了“平滑迭代”。

Lρ(W,α)=F(W)+ρ2h(W)2+αh(W)L_\rho(W, \alpha) = F(W) + \frac{\rho}{2} h(W)^2 + \alpha h(W)
增广拉格朗日函数在原始损失 \(F(W)\) 上叠加了一个“回流罚金 + 裁判记账”两项，让算法在拟合数据和保证无环之间来回找平衡。
  1. 原始损失\(F(W)\) 就是前面说的拟合误差加稀疏惩罚。
    F(W)=12n∥X−XW∥F2+λ∥W∥1F(W) = \frac{1}{2n}\|X - XW\|_F^2 + \lambda \|W\|_1
  2. 二次罚项\(\frac{\rho}{2} h(W)^2\) 对当前违规程度平方加倍，\(\rho\) 越大，越不允许环存在。
    ρ2h(W)2\frac{\rho}{2} h(W)^2
  3. 拉格朗日乘子\(\alpha h(W)\) 是裁判的“记账本”，记录历史罚单，防止算法只靠临时道歉蒙混过关。
    αh(W)\alpha h(W)
  4. 外层更新每轮迭代后让 \(\alpha \leftarrow \alpha + \rho h(W)\)，把尚未消除的闭环残差继续记账。
    α←α+ρh(W)\alpha \leftarrow \alpha + \rho h(W)

方法扩展

基本 NOTEARS 假设管道都是直管：父节点对子节点的影响是线性相加。但真实世界常有“阀门曲线”：水压超过某个阈值才大量出水，或者温度越高增速越快。于是研究者把连续优化思想推广到非线性结构方程。

一种做法是用多层感知机（MLP）替换原来的线性函数，让每个变量都可以被父节点非线性地生成。另一种更进一步的 DAG-GNN，把图神经网络和变分自编码器结合，不仅能处理非线性，还能生成式的刻画数据分布。无论外壳怎么变，核心都没变：用一个连续矩阵 \(W\) 表示边的存在性，用 \(h(W)=0\) 保证无环，再用梯度优化打分。

这些扩展方法让 NOTEARS 从“线性小城供水图”升级成能刻画复杂生态的“智慧水务系统”。但代价也很明显：非线性模型参数更多，更依赖调参，也更容易过拟合。好在连续优化的骨架没有变，我们依然可以用同样的登山思维去理解和调试。

Xj=MLPj(Wj⊙X)+εjX_j = \mathrm{MLP}_j\bigl(W_j \odot X\bigr) + \varepsilon_j
这个式子表示：先把所有变量的值乘以掩码 \(W_j\)，只让“候选父节点”通过，再送入非线性网络生成 \(X_j\)。
  1. 候选掩码\(W_j \odot X\) 按位乘法，把不是 \(X_j\) 潜在原因的边直接挡在门外。
    Wj⊙XW_j \odot X
  2. 非线性网络\(\mathrm{MLP}_j\) 是一个灵活的函数逼近器，能模拟曲管、阀门等复杂因果机制。
    MLPj(⋅)\mathrm{MLP}_j(\cdot)
  3. 噪声项\(\varepsilon_j\) 保留随机扰动，避免模型把噪声当因果。
    +εj+\varepsilon_j
  4. 无环约束仍在虽然函数变非线性，但 \(W\) 的环路检测依旧用 \(h(W)=0\) 保证。
    h(W)=0h(W)=0

性能特性

为什么 NOTEARS 能在高维场景下比传统方法更受欢迎？关键在于它把“离散搜索”换成了“连续优化”，而连续优化有许多成熟的加速器。传统 PC 算法需要不断做条件独立检验，变量一多，检验次数和误差累积都非常惊人；NOTEARS 则把所有信息都压缩进一个可微目标函数，直接交给 L-BFGS 这类通用优化器。

不过，连续化也有自己的代价。理想中最纯粹的稀疏是 \(\|W\|_0\)（数一数有多少非零边），但它不可微、不可导，会让优化退回组合爆炸。NOTEARS 用 \(\|W\|_1\) 做松弛，把“数边”变成“边的绝对值之和”，既保证可微，又天然倾向给出稀疏解。

由于矩阵指数涉及 \(d \times d\) 矩阵乘法，NOTEARS 每轮迭代的复杂度大约是 \(O(d^3)\)。相比枚举所有 DAG 的超指数复杂度，这已经是质的飞跃；但对于成千上万变量的超大规模系统，依然要配合变量筛选或分块策略。稀疏正则在这里既是“设计图纸的美化师”，也是“防止过拟合的护栏”。

min⁡W  12n∥X−XW∥F2+λ∥W∥0\min_{W} \; \frac{1}{2n}\|X - XW\|_F^2 + \lambda \|W\|_0
这是一个“理想但不现实”的目标：直接用非零边数量做惩罚最符合直觉，却会因为离散不可导而难以优化。
  1. 零范数\(\|W\|_0\) 统计矩阵里非零元素的个数，对应图纸上真实存在的管道数量。
    ∥W∥0\|W\|_0
  2. 硬稀疏把非零个数放进目标函数，会直接选“管道最少”的图，但不可导。
    λ∥W∥0\lambda \|W\|_0
  3. 实际替代NOTEARS 用 \(\|W\|_1\) 替代 \(\|W\|_0\)，让惩罚变得像水流一样连续。
    λ∥W∥1\lambda \|W\|_1

工程实践

把 NOTEARS 用到真实数据时，有几个实操细节决定成败。第一是数据标准化：如果单位不统一，比如“销售额”和“用户数”差了好几个数量级，优化器会把大部分注意力放在数值大的变量上，等于让毫米级管道和百米主管道抢资源。

第二是超参调节：\(\lambda\) 控制稀疏程度，太小会画出密密麻麻的假边，太大会把真实因果边也剪掉；\(\rho\) 和 \(\alpha\) 的更新节奏则影响无环约束的收敛速度。通常先标准化数据，再用交叉验证选出合适的 \(\lambda\)。

最后一步是阈值剪枝。连续优化返回的权重很少会精确等于 0，总有一些细碎噪声边。工程上通常把绝对值小于某个阈值 \(\tau\) 的边直接清零。注意：阈值不能太大，否则会误删真实因果。实践中可以先画出权重分布直方图，找一个明显“断崖”的位置作为阈值。

z=x−μσz = \frac{x - \mu}{\sigma}
标准化把每个变量的均值移到 0、标准差变成 1，让不同量纲的变量站在同一起跑线上。
  1. 均值中心化\(x - \mu\) 减去均值，让数据围绕 0 波动。
    x−μx - \mu
  2. 方差归一除以标准差 \(\sigma\)，把波动幅度压缩到单位尺度。
    x−μσ\frac{x - \mu}{\sigma}
  3. 新的数据\(z\) 是无量纲的标准分数，优化时不会偏向数值大的变量。
    z∼(0,1)z \sim (0, 1)

应用场景

学完 NOTEARS，它能帮我们在真实世界里回答“为什么”。在 AI 应用中，这比单纯预测“是什么”更有价值。比如推荐系统不仅要猜用户会点哪个商品，还要知道“是优惠券推动了购买，还是用户本来就准备买”。用 NOTEARS 从行为日志中学出因果图，就可以把真正的驱动边和伪装成因果的相关性分开。

另一个经典场景是因果效应估计。有了因果图，我们可以识别出哪些变量需要控制、哪些变量不能控制，从而估计“如果干预某个因素，结果会变化多少”。这很像供水总工想知道：如果关掉某条管道，下游水压到底降多少？不是简单看历史相关系数，而是要沿着因果路径做干预推理。

在科学发现里，NOTEARS 还可以帮助研究员从基因组、气象或经济指标中自动生成“谁影响谁”的候选假设，再交给领域专家验证。因果图不是终点，而是把数据、算法和人类判断连接起来的翻译器。

ATE=E[Y∣do(X=1)]−E[Y∣do(X=0)]ATE = \mathbb{E}\bigl[Y \mid do(X=1)\bigr] - \mathbb{E}\bigl[Y \mid do(X=0)\bigr]
平均处理效应比较“干预 \(X\)”和“不干预 \(X\)”两种平行世界下的结果差异，是因果决策最核心的量化指标。
  1. 干预记号\(do(X=1)\) 表示强行把某条管道开到最大，而不是被动观察。
    do(X=1)do(X=1)
  2. 潜在结果\(Y \mid do(X=x)\) 是干预后系统的输出水压。
    Y∣do(X=x)Y \mid do(X=x)
  3. 期望之差两个平行世界期望的差就是干预带来的平均因果效应。
    E[Y(1)]−E[Y(0)]\mathbb{E}[Y(1)] - \mathbb{E}[Y(0)]

AI 应用场景

金融风控归因

阶段：因果结构学习 / 可解释建模

解决的问题：传统信用评分卡只告诉银行“某用户违约概率高”，却说不清是高额度、低消费还是频繁借贷导致风险上升。NOTEARS 能从历史交易变量中学习因果图，定位直接风险路径，帮助风控人员理解模型决策依据。

具体案例：某消费金融公司用 NOTEARS 对 30 个行为变量建模，发现“近 7 日借贷次数”和“额度使用率”是违约的直接父节点，而“登录设备型号”只是相关变量。策略团队据此调整贷前审批规则，坏账率下降 12%。

推荐系统可解释性

阶段：特征选择 / 模型解释

解决的问题：推荐模型通常输出“预测点击率”，但运营想知道“发优惠券真的提升了留存吗”。NOTEARS 从用户行为日志中学出因果图，把“金币奖励 → 活跃天数 → 留存”的因果链梳理出来，避免把短期相关当成长期收益。

具体案例：某内容平台对“推送频次、阅读时长、收藏数、次留率”四个变量跑 NOTEARS，发现“推送频次”与次留率之间没有直接因果边，真正起作用的是阅读时长的提升。团队调整推送策略后，用户流失率下降 8%。

临床试验变量筛选

阶段：因果假设生成 / 科学发现

解决的问题：电子病历里有成百上千个变量，直接做回归会发现无数虚假相关。NOTEARS 能输出一张有向无环因果图，帮助研究者优先验证图中直接指向疗效的变量，降低多重假设检验的爆炸风险。

具体案例：某医院研究“血压药是否影响肾功能”，用 NOTEARS 对 40 个检验指标建模，发现“基线肌酐”和“用药剂量”共同影响“随访肌酐”，而“年龄”只通过影响基线肌酐间接作用。医生据此设计更精准的亚组分析。

Python 演示

python66 行
import numpy as npfrom scipy.optimize import minimize def h_func(W):    d = W.shape[0]    A = W * W    return np.trace(np.linalg.matrix_exp(A)) - d def h_grad(W):    A = W * W    E = np.linalg.matrix_exp(A)    return 2.0 * (E.T * W) def objective(W_flat, X, lam, alpha, rho):    d = X.shape[1]    W = W_flat.reshape((d, d))    n = X.shape[0]    R = X @ W - X    loss = 0.5 * np.sum(R ** 2) / n + lam * np.sum(np.abs(W))    h = h_func(W)    return loss + alpha * h + 0.5 * rho * h * h def objective_grad(W_flat, X, lam, alpha, rho):    d = X.shape[1]    W = W_flat.reshape((d, d))    n = X.shape[0]    R = X @ W - X    grad = (X.T @ R) / n + lam * np.sign(W)    h = h_func(W)    grad += (alpha + rho * h) * h_grad(W)    return grad.ravel() def notears(X, lam=0.1, rho=1.0, alpha=0.0, max_iter=100):    d = X.shape[1]    W = np.zeros((d, d))    for _ in range(max_iter):        res = minimize(objective, W.ravel(), jac=objective_grad,                       args=(X, lam, alpha, rho), method='L-BFGS-B',                       options={'maxiter': 50})        W = res.x.reshape((d, d))        h = h_func(W)        alpha += rho * h        rho *= 1.5        if abs(h) < 1e-6:            break    return W def simulate_linear_sem(n=500, d=4, seed=0):    rng = np.random.RandomState(seed)    W_true = np.zeros((d, d))    W_true[0, 1] = 0.6    W_true[0, 2] = 0.4    W_true[1, 3] = -0.5    W_true[2, 3] = 0.7    noise = rng.normal(size=(n, d))    X = noise @ np.linalg.inv(np.eye(d) - W_true)    return X, W_true if __name__ == "__main__":    X, W_true = simulate_linear_sem()    W_est = notears(X, lam=0.05, rho=1.0)    W_est[np.abs(W_est) < 0.3] = 0.0    print("真实邻接矩阵:")    print(W_true)    print("NOTEARS 学习到的邻接矩阵:")    print(np.round(W_est, 2))
目的：用 NOTEARS 的连续优化思想，在线性结构方程数据上恢复因果邻接矩阵。
  1. A = W * W将权重逐元素平方，避免正负号抵消“是否存在因果边”。
  2. return np.trace(np.linalg.matrix_exp(A)) - d矩阵指数把任意长度闭路都累积起来，再取迹统计闭环总量。
  3. grad = (X.T @ R) / n + lam * np.sign(W)前面是拟合误差对权重的梯度，后面是 L1 稀疏度的次梯度。
  4. grad += (alpha + rho * h) * h_grad(W)把无环约束的拉格朗日罚项叠加进梯度。
  5. alpha += rho * h外层对偶上升：回流越强，裁判记下的罚单越高。
  6. W_est[np.abs(W_est) < 0.3] = 0.0阈值剪掉“签发一样的细边”，只保留可信管道。

常见误区

误区看到“深度因果发现”和“神经网络扩展”，以为 NOTEARS 本身就是一个多层神经网络，必须用 GPU 训练。

正解NOTEARS 的核心是一套连续优化框架，线性版本只是一般的矩阵优化问题，根本不涉及神经网络。只有做非线性扩展时才会用到 MLP 或 GNN。深度指的是“因果结构可以很深”，不是“网络层数深”。

为何常见：课程名称和后续扩展方法中到处有“深度”和“神经网络”，容易让人把框架本身和某一种实现混为一谈。

误区因果效应可以是负的，比如“增加吸烟量降低肺活量”；那无环约束会不会因为负权重而失效？

正解不会。NOTEARS 在计算 h(W) 时先把权重逐元素平方，得到 \(W \circ W\)，负号被抹掉，只保留“这条边是否存在”的信息。所以负因果完全允许，只要不形成有向环就行。

为何常见：矩阵指数里出现负数时容易担心“正负抵消”，误以为算法要求所有系数都为正。

误区L1 惩罚应该已经把无关边压成 0 了，所以 NOTEARS 跑完，直接读邻接矩阵就行。

正解连续优化返回的是近似数值解，而且 L1 只能让权重“接近 0”，很少给出精确 0。工程上必须做阈值剪枝，把小于阈值的噪声边清零，才能得到稳定稀疏的因果图。

为何常见：教材里画的漂亮邻接矩阵常常是阈值处理后的结果，初学者误以为那是优化器的直接输出。

误区既然 NOTEARS 能做高维因果发现，那即使存在“看不见的第三变量”或“A 影响 B、B 又影响 A”的反馈，它也能还原真实图。

正解NOTEARS 假设所有相关变量都被观测到，并且真实系统是有向无环的。隐变量会通过共同原因制造虚假因果边，反馈回路则直接破坏无环约束的成立条件。

为何常见：看到方法论强大，就容易忽略它的前提假设，把“能发现因果”理解成“不需要任何假设”。

面试题

Q1. NOTEARS 将因果结构学习转化成了哪一类问题？

单选题 · easy

  • A.离散图搜索问题
  • B.连续可微优化问题← 正确答案
  • C.贝叶斯网络采样问题
  • D.规则逻辑推理问题

答案：B。NOTEARS 的核心是把 0/1 的图选择变成连续权重矩阵优化，用梯度方法求解。离散搜索、贝叶斯采样、逻辑推理都不是它的本质。

Q2. 在 NOTEARS 中，h(W)=0 表示因果图满足什么条件？

单选题 · easy

  • A.有向无环← 正确答案
  • B.完全连通
  • C.强连通
  • D.无向连通

答案：A。h(W)=0 是“无有向环”的连续可微等价描述。强连通和完全连通都包含环，无向连通也不关心方向，均不符合因果图要求。

Q3. 线性 NOTEARS 的拟合项通常使用哪种损失？

单选题 · easy

  • A.最小二乘拟合误差← 正确答案
  • B.最大似然生成误差
  • C.交叉熵分类误差
  • D.最大化互信息误差

答案：A。线性结构方程下，NOTEARS 用残差平方和作为拟合损失，数学形式是 \(\|X - XW\|_F^2\)。分类误差、互信息都不适合连续线性 SEM。

Q4. 为什么用 tr(exp(W∘W))-d 代替直接枚举有向环？

单选题 · mid

  • A.可微且零值等价于 DAG← 正确答案
  • B.可以处理任意非线性变量
  • C.不需要对数据做标准化
  • D.能自动消除马尔可夫等价类

答案：A。矩阵指数是光滑函数，能对 W 求梯度；值为 0 当且仅当没有闭环。它不负责非线性处理，也不解决数据标准化或马尔可夫等价类问题。

Q5. 增广拉格朗日算法外层更新乘子 α 的常用方式是？

单选题 · mid

  • A.α ← α + ρ h(W)← 正确答案
  • B.α ← α × ρ
  • C.α ← h(W) / ρ
  • D.α ← α + λ

答案：A。外层用 \(α ← α + ρh(W)\) 把当前残留的回流值记入历史罚单，\(ρ\) 控制记账灵敏度。乘上 \(ρ\) 或除以 \(ρ\) 都不符合对偶上升的标准更新。

Q6. NOTEARS 原始版本的因果机制假设是？

单选题 · mid

  • A.线性结构方程← 正确答案
  • B.任意非线性函数
  • C.离散概率表
  • D.隐变量混合模型

答案：A。原始 NOTEARS 针对线性 SEM，用 \(X = XW + ε\) 建模。后续 DAG-GNN 等扩展才支持非线性，离散概率表不是它的原始设定。

Q7. NOTEARS 中 L1 稀疏惩罚的作用包括？

多选题 · mid

  • A.让无关边的权重趋于零← 正确答案
  • B.强制图变成无环
  • C.降低模型复杂度← 正确答案
  • D.消除马尔可夫等价类

答案：AC。L1 负责把不重要的边压向 0，从而得到稀疏、低复杂度模型。强制无环由 h(W)=0 完成，马尔可夫等价类也无法靠稀疏惩罚消除。

Q8. 与 PC 算法相比，NOTEARS 的特点有？

多选题 · hard

  • A.不需要逐步条件独立检验← 正确答案
  • B.直接面向高维连续优化← 正确答案
  • C.天然处理未观测混淆变量
  • D.保证输出完全确定的因果方向

答案：AB。NOTEARS 用整体优化替代 PC 的逐对条件独立检验，更适合高维连续问题。但它不处理隐变量，也不能从观测数据中唯一确定所有因果方向。

Q9. h(W) 对 W 的梯度表达式中包含？

单选题 · hard

  • A.矩阵指数转置与 W 的逐元素乘积← 正确答案
  • B.W 本身的矩阵行列式
  • C.邻接矩阵的 0-1 取整操作
  • D.无向图的度数向量

答案：A。对 \(h(W)=tr(e^{W∘W})-d\) 求导，得到 \(2(e^{W∘W})^T \circ W\)。它依赖矩阵指数转置和原权重逐元素相乘，与行列式、取整、度数无关。

Q10. 关于 NOTEARS 的收敛与工程实现，正确的有？

多选题 · extreme

  • A.内层用 L-BFGS 近似求解增广目标← 正确答案
  • B.外层通过 α、ρ 迭代收紧无环约束← 正确答案
  • C.每轮内层必须精确全局最优
  • D.阈值处理后可保证任意大的环都被删除

答案：AB。NOTEARS 内层只需用 L-BFGS 做有限步近似，外层靠更新 α、ρ 逐步满足无环约束。阈值是工程经验操作，不能保证删除所有环；每轮精确全局最优既无必要也不现实。