causalml

它会给你什么

• 每个人的增量效果分数表，以及系统推荐给每个人的处理组。
• 选择完整输出时，还能看到随机森林里每棵树各自的预测。
• 训练好的树结构，可以画成可视化图形查看。

你需要准备

• 特征矩阵，需要转成 numpy 数组格式，不能用 pandas 表格直接传入。
• 处理分组向量，标明每个人属于对照组还是哪个处理组。
• 结果变量，只有两种取值（发生记 1，不发生记 0）。

由你把关

• 树分裂时选用的准则是否符合你的研究目标，由你决定。
• 树的深度和每个叶子节点最少保留多少样本是否合理，增量树容易过拟合，由你核对。
• 有多个处理组时，不同准则的结果是否稳定，由你核对。

它会给你什么

• 每个模型一个综合得分，可以直接比较高低。
• 一张对比曲线图，直观看出各模型的排名表现。
• 各模型逐段累积的统计明细表。

你需要准备

• 一张用于评估的数据表，包括每个人的实际结果、处理分组、真实效应（只有实验数据才有，可选），以及各个模型的预测值列。
• 结果列、处理分组列、真实效应列在表里的列名，不指定时按默认名称识别。
• 两个可选设置：曲线要不要做归一化（默认要），要不要用更稳健的算法来画曲线（默认不要）。

由你把关

• 模型排名是否符合你的研究目标，两种打分方式各有侧重，由你核对。
• 手头有没有实验数据提供的真实效应值，决定了能不能评估绝对偏差，由你确认。
• 压力测试选得够不够全，有没有覆盖主要威胁，比如假信号、样本依赖和没观测到的干扰因素，由你核对。

它会给你什么

• 每个人的倾向性得分，已裁剪到你设定的上下限范围内。
• 得分数组，以及拟合出来的倾向性模型本身。
• 一张分组描述表，列出各组各特征的平均值、波动幅度和组间差异指标。

你需要准备

• 估计倾向性得分时，需要提供特征数据、处理分组和模型设置。
• 做最近邻匹配时，需要提供倾向性得分和处理分组信息。

由你把关

• 倾向性模型选线性还是非线性，是否符合你的数据里处理实际是怎么分配的，由你决定。
• 得分裁剪的范围是否合适，裁得太窄会放大权重、影响结果，由你核对。
• 匹配之后两组的特征差异是否都降到了常规可接受的标准以内，由你核对。

它会给你什么

• 每个人的处理效果估计值。
• 需要时还能拿到“如果换一种处理会怎样”的反事实预测值。
• 总体的平均效果、置信区间和特征重要性等解释信息。

你需要准备

• 特征矩阵，常见的几种数据表格式都支持。
• 处理分组向量，标明每个人属于对照组还是哪个处理组，支持多个处理组。
• 结果变量，可以是连续数值，也可以是两种分类。

由你把关

• 选哪种学习器是否符合你的数据情况，比如结果是连续还是分类、处理组有几个、数据来自实验还是观察，由你决定。
• 底层用的模型是否匹配效果差异的复杂程度，由你决定。
• 观察数据下倾向性得分估得准不准，估偏了会带坏整个结果，由你核对。

它会给你什么

• 每个人所在分组的处理效果估计值。
• 训练好的树结构，以及每个特征的重要程度。
• 随机森林里全部的单棵树、每棵树用了哪些样本，还可以附带误差范围。

你需要准备

• 特征矩阵，numpy 数组或 pandas 数据表。
• 处理分组向量，只有两种取值（0 或 1）。
• 结果变量，需要是连续数值。

由你把关

• 分裂准则选“看处理效果”还是“看普通误差”，是否符合你的分析目标，由你决定。
• 分组惩罚这个参数调得是否合适，调太高会看不出人群差异，调太低会让某些组的结果失真，由你核对。
• 每个叶子节点里保留的样本是否够多、效果估计是否稳定，由你核对。

它会给你什么

• 每个人的处理分配方案，以及这套方案的整体价值估计。
• 最值得干预的对象名单。
• 每个人最划算的处理选项，以及每种处理分别值多少。

你需要准备

• 预测结果的底层模型，不指定时用默认的梯度提升回归模型。
• 预测处理分组的底层模型，不指定时用默认的分类模型。
• 学习分配策略的模型，不指定时用默认的决策树，需要支持样本权重。

由你把关

• 策略学习依赖的结果模型和倾向模型是否靠谱，由你核对。
• 不同依从类型人群各自的收益是否符合你的研究目标，由你核对。
• 成本和价值的估计是否准确，这会直接影响分配结果，由你核对。