EconML简介及简单示例

“不定期整理分享机器学习因果推断的相关内容，欢迎大家一起学习探讨，批评指正！文章目录EconML简介简单示例2.1 示例背景2.2 数据准备2.3 使用DoWhy创建因果模型并识别因果效应2.4 使用 EconML 获取因果效应2.4.1 异质处理效应的线性估计2.4.2 异质处理效应的非线性估计2.5 利用DoWhy进行稳健性检验2.5.1 添加随机混杂因子2.5.2 添加未观察到的混杂因子2.5.3 安慰剂检验2.5.4 子样本检验1. EconML简介EconML 是一个 Python 包，基于机器学习技术，它将单个机器学习步骤合并到可解释的因果模型中，可以根据观察或实验数据估计个性化因果效应。EconML可以进行异质处理效应 （Heterogenous Treatment Effects，HTE） 的估计。它利用因果推理和计量经济学的技术保留了机器学习模型的因果解释，还可以构建有效的置信区间提供统计有效性。2. 简单示例2.1 示例背景客户细分：估 ………………………………