【亲测免费】 NOTEARS 项目使用教程

1. 项目的目录结构及介绍

notears/
├── linear.py
├── nonlinear.py
├── locally_connected.py
├── lbfgsb_scipy.py
├── utils.py
├── README.md
└── LICENSE

• linear.py: 包含线性模型的实现，使用 l1 正则化。
• nonlinear.py: 包含非线性模型的实现，使用 MLP 或基函数扩展。
• locally_connected.py: 特殊层结构，用于 MLP。
• lbfgsb_scipy.py: 封装了 scipy 的 LBFGS-B 优化器。
• utils.py: 包含图模拟、数据模拟和准确性评估的工具函数。
• README.md: 项目说明文档。
• LICENSE: 项目许可证，采用 Apache-2.0 许可证。

2. 项目的启动文件介绍

项目的启动文件是 linear.py。这个文件包含了 NOTEARS 算法的基本实现，使用 l1 正则化。可以通过以下命令运行：

$ git clone https://github.com/xunzheng/notears.git
$ cd notears/
$ python linear.py

运行后，会在一个随机生成的 20 节点 Erdos-Renyi 图上使用 100 个样本进行 l1-regularized NOTEARS 算法的演示。

3. 项目的配置文件介绍

项目中没有显式的配置文件。所有的配置和参数设置都在代码中直接定义。例如，在 linear.py 中，可以找到以下参数设置：

# 示例参数设置
n, d = 20, 10  # 节点数和特征数
lambda1 = 0.1  # l1 正则化参数
loss_type = 'l2'  # 损失类型

这些参数可以根据具体需求进行调整。