− | 在直观的层面上,联合分布 P(起因 , 结果)到 P(起因)* P(结果 | 起因)拆分的主意通常产生模型的总复杂性低于将 P(起因 , 结果)到 P(结果)* P(起因 | 结果)的拆分。尽管“复杂性”的概念在直觉上很吸引人,但对于应该如何精确定义它却并不显而易见。<ref name="Mooij"/>另一种不同类族的方法尝试从大量被标记的数据中发现因果的“足迹”,并且允许预测更灵活的因果关系。<ref>Lopez-Paz, David, et al. "[http://www.jmlr.org/proceedings/papers/v37/lopez-paz15.pdf Towards a learning theory of cause-effect inference]" ICML. 2015</ref> | + | 在直观的层面上,联合分布<math> P(起因 , 结果)到 P(起因)* P(结果 | 起因)</math>拆分的主意通常产生模型的总复杂性低于将<math> P(起因 , 结果)到 P(结果)* P(起因 | 结果)</math>的拆分。尽管“复杂性”的概念在直觉上很吸引人,但对于应该如何精确定义它却并不显而易见。<ref name="Mooij"/>另一种不同类族的方法尝试从大量被标记的数据中发现因果的“足迹”,并且允许预测更灵活的因果关系。<ref>Lopez-Paz, David, et al. "[http://www.jmlr.org/proceedings/papers/v37/lopez-paz15.pdf Towards a learning theory of cause-effect inference]" ICML. 2015</ref> |