API: 与YLearn交互
类名 |
描述 |
|
一个API封装了YLearn中几乎所有的东西,比如 识别因果效应 和 给一个训练过的估计模型打分 。 它给用户提供了简单和有效的方法使用YLearn。 |
类名 |
描述 |
|
发现观测数据中的因果结构。 |
类名 |
描述 |
|
表示因果结构和支持因果图其他相关的操作,例如加减图中的边。 |
|
编码由 |
|
表示概率分布。 |
类名 |
描述 |
|
一个用于估计因果效应上下界的模型。该模型不需要无混杂条件。 |
|
一个通过决策树估计因果效应的类。需要无混杂条件。 |
|
具有深度神经网络的工具变量。必须提供工具变量的名字。 |
|
无参数的工具变量。必须提供工具变量的名字。 |
|
双机器学习模型用于估计CATE。需要无混杂条件。 |
|
双鲁棒方法用于估计CATE。置换的版本考虑了所有可能的治疗控制对。需要无混杂条件且治疗必须是离散的。 |
|
SLearner。 置换的版本考虑了所有可能的治疗控制对。需要无混杂条件且治疗必须是离散的。 |
|
使用了多个机器学习模型的TLearner。置换的版本考虑了所有可能的治疗控制对。需要无混杂条件且治疗必须是离散的。 |
|
使用了多个机器学习模型的XLearner。置换的版本考虑了所有可能的治疗控制对。需要无混杂条件且治疗必须是离散的。 |
|
通过测量估计模型的效果得到效果分。需要无混杂条件。 |
类名 |
描述 |
|
一个通过树模型和最大化因果效应来找到最优的策略的类。 |
类名 |
描述 |
|
一个使用决策树模型的对象,用于解释估计的CATE。 |
|
一个用于解释由一些 |