欢迎使用 econml 文档！

• EconML 用户指南
  • 概述
  • 基于机器学习的异质处理效应估计
  • 示例场景
    • 推荐系统 A/B 测试
    • 客户分群
    • 多投资归因
  • 因果推断简介
  • 问题设定与 API 设计
    • 条件平均处理效应（CATE）包的 API
    • 处理变量为线性的 CATE 估计器
    • API 使用示例
  • 库流程图
  • 估计器详细比较
  • 无混杂条件下的估计方法
    • 正交/双重机器学习
      • 它是什么？
      • 相关的估计器类有哪些？
      • 何时应该使用它？
      • 正式方法论概述
      • 类层次结构
      • 使用常见问题
      • 使用示例
    • 双重稳健学习
      • 它是什么？
      • 相关的估计器类有哪些？
      • 何时应该使用它？
      • 正式方法论概述
      • 类层次结构
      • 使用常见问题
      • 使用示例
    • 基于森林的估计器
      • 它是什么？
      • 相关的估计器类有哪些？
      • 何时应该使用它？
      • 正式方法论概述
        • 正交随机森林
        • CausalForest（即森林双重机器学习）
        • 森林双重稳健学习器
      • 类层次结构
      • 使用示例
    • 元学习器
      • 它是什么？
      • 相关的估计器类有哪些？
      • 何时应该使用它？
      • 正式方法论概述
        • T-学习器
        • S-学习器
        • X-学习器
        • 领域适应学习器
        • 双重稳健学习器
        • 非参数双重机器学习
      • 类层次结构
      • 使用示例
  • 使用工具变量的估计方法
    • 深度工具变量
    • Sieve 2SLS 工具变量估计
    • 正交工具变量
      • 它是什么？
      • 相关的估计器类有哪些？
      • 何时应该使用它？
      • 类层次结构
      • 使用示例
  • 动态处理机制的估计方法
    • 动态双重机器学习
      • 它是什么？
      • 相关的估计器类有哪些？
      • 何时应该使用它？
      • 类层次结构
      • 使用常见问题
  • 推断
    • 自助法推断
    • OLS 推断
    • 去偏 Lasso 推断
    • 子采样诚实森林推断
    • OrthoForest 小袋自助法推断
  • 模型选择
  • 可解释性
    • 树解释器
    • 策略解释器
    • SHAP
  • EconML 中的联邦学习
    • 概述
    • 将联邦学习整合到 EconML 库中的动机
    • 使用 EconML 进行联邦学习
      • 引入 FederatedEstimator
      • 使用示例
    • 理论
  • 参考文献
  • 常见问题 (FAQ)
    • 我应该何时使用 EconML？
    • EconML 有哪些优势？
    • 我如何知道结果是否合理？
    • 我得到的因果估计结果不合理。接下来怎么办？
    • 如果我没有好的工具变量，不能进行实验，并且没有观察到所有混杂因素怎么办？
    • 我如何测试我是否识别出了因果效应？
    • 我如何提供反馈？
  • 社区
• 公共模块参考
  • CATE 估计器
    • 双重机器学习 (DML)
      • econml.dml.DML
      • econml.dml.LinearDML
      • econml.dml.SparseLinearDML
      • econml.dml.CausalForestDML
      • econml.dml.NonParamDML
      • econml.dml.KernelDML
    • 双重稳健 (DR)
      • econml.dr.DRLearner
      • econml.dr.LinearDRLearner
      • econml.dr.SparseLinearDRLearner
      • econml.dr.ForestDRLearner
    • 元学习器
      • econml.metalearners.XLearner
      • econml.metalearners.TLearner
      • econml.metalearners.SLearner
      • econml.metalearners.DomainAdaptationLearner
    • 正交随机森林 (ORF)
      • econml.orf.DMLOrthoForest
      • econml.orf.DROrthoForest
  • 工具变量 CATE 估计器
    • 双重机器学习 (DML) IV
      • econml.iv.dml.OrthoIV
      • econml.iv.dml.DMLIV
      • econml.iv.dml.NonParamDMLIV
    • 双重稳健 (DR) IV
      • econml.iv.dr.DRIV
      • econml.iv.dr.LinearDRIV
      • econml.iv.dr.SparseLinearDRIV
      • econml.iv.dr.ForestDRIV
      • econml.iv.dr.IntentToTreatDRIV
      • econml.iv.dr.LinearIntentToTreatDRIV
    • DeepIV
      • econml.iv.nnet.DeepIV
    • Sieve 方法
      • econml.iv.sieve.SieveTSLS
      • econml.iv.sieve.HermiteFeatures
      • econml.iv.sieve.DPolynomialFeatures
  • 面板数据估计器
    • 动态双重机器学习
      • econml.panel.dml.DynamicDML
  • 策略学习
    • econml.policy.DRPolicyForest
    • econml.policy.DRPolicyTree
    • econml.policy.PolicyForest
    • econml.policy.PolicyTree
  • CATE 解释器
    • econml.cate_interpreter.SingleTreeCateInterpreter
    • econml.cate_interpreter.SingleTreePolicyInterpreter
  • CATE 验证
    • econml.validate.DRTester
    • econml.validate.BLPEvaluationResults
    • econml.validate.CalibrationEvaluationResults
    • econml.validate.UpliftEvaluationResults
    • econml.validate.EvaluationResults
  • CATE 评分器
    • econml.score.RScorer
    • econml.score.EnsembleCateEstimator
  • 广义随机森林
    • econml.grf.CausalForest
    • econml.grf.CausalIVForest
    • econml.grf.RegressionForest
    • econml.grf.MultiOutputGRF
    • econml.grf.LinearMomentGRFCriterion
    • econml.grf.LinearMomentGRFCriterionMSE
    • econml.grf._base_grf.BaseGRF
    • econml.grf._base_grftree.GRFTree
  • Scikit-Learn 扩展
    • 线性模型扩展
      • econml.sklearn_extensions.linear_model.DebiasedLasso
      • econml.sklearn_extensions.linear_model.MultiOutputDebiasedLasso
      • econml.sklearn_extensions.linear_model.SelectiveRegularization
      • econml.sklearn_extensions.linear_model.StatsModelsLinearRegression
      • econml.sklearn_extensions.linear_model.StatsModelsRLM
      • econml.sklearn_extensions.linear_model.WeightedLasso
      • econml.sklearn_extensions.linear_model.WeightedLassoCV
      • econml.sklearn_extensions.linear_model.WeightedMultiTaskLassoCV
      • econml.sklearn_extensions.linear_model.WeightedLassoCVWrapper
    • 模型选择扩展
      • econml.sklearn_extensions.model_selection.GridSearchCVList
      • econml.sklearn_extensions.model_selection.WeightedKFold
      • econml.sklearn_extensions.model_selection.WeightedStratifiedKFold
  • 推断
    • 推断结果
      • econml.inference.NormalInferenceResults
      • econml.inference.EmpiricalInferenceResults
      • econml.inference.PopulationSummaryResults
    • 推断方法
      • econml.inference.BootstrapInference
      • econml.inference.GenericModelFinalInference
      • econml.inference.GenericSingleTreatmentModelFinalInference
      • econml.inference.LinearModelFinalInference
      • econml.inference.StatsModelsInference
      • econml.inference.GenericModelFinalInferenceDiscrete
      • econml.inference.LinearModelFinalInferenceDiscrete
      • econml.inference.StatsModelsInferenceDiscrete
  • 联邦估计
    • econml.federated_learning.FederatedEstimator
  • 解决方案
    • 因果分析
      • econml.solutions.causal_analysis.CausalAnalysis
  • 与 DoWhy 集成
    • econml.dowhy.DoWhyWrapper
  • 工具函数
    • econml.utilities
• 私有模块参考
  • econml._ortho_learner
  • econml._cate_estimator
  • econml.dml._rlearner
  • econml.inference._bootstrap

索引和表格

• 索引

• 模块索引

• 搜索页面