[[PyRCAのシミュレーション]]に基づき評価する。 RCDで、anomaly_type 1、 num_nodes: 50, num_edges: 100, num_normal_samples、num_abnormal_samples 480, 60 で特徴削減後の結果のほうがよかった。 weight generatorがuniformの結果が、特徴量削減後のほうがよい。 特徴量削減は、anomaly 1, identity, normal,uniformに極端に弱い。 RandomWalk （偏相関なし）では、ノード数が小さくとも、特徴削減後の結果のほうがよかった。 [[2022__KDD__Causal Inference-Based Root Cause Analysis for Online Service Systems with Intervention Recognition|CIRCA]]のHT（仮説検定ベース）では、特徴量削減後のほうが精度が低い結果になる。HTはノード数が精度にはあまり寄与しない。