本文提出了一种基于深度学习和因果推断的非参数因子分析方法，具有强大的数据重建能力、高稀疏性和良好的因果可解释性。研究还探讨了贝叶斯矩阵分解、非负矩阵分解及特征选择方法在数据预测和特征选择中的应用，验证了其在生物医学数据集上的优越性。