sklift推断:如何获得治疗与不治疗的概率?

Question

我正在与sklift合作，以描述给定治疗(在这种情况下是营销折扣)的提升是什么。在训练模型时，我们可以得到两种概率，例如:

# model results: conditional probabilities of treatment effect
# probability of performing the targeted action (visits):
#prob_treat = model_sm.trmnt_preds_         # probability in treatment group
#prob_control = model_sm.ctrl_preds_        # probability in control group

但是当我试图获得这些prob_treat和prob_control推断(看不见的数据)时，我在文档中找不到任何东西。我所能做的就是用model.predict(X_val)得到上升力。我需要理解推理的概率是什么，如果治疗给予vs不给予。有人能帮忙吗?

Answer 1

我没有用sklift，我用的是Uber的causalml包。但是我对你的问题有些想法。

1. 从你的描述中，我猜你正在使用t学习器或s学习器，它们分别预测治疗组和对照组的概率。
2. 所以，你想要的结果(提升值)是prob_treat-prob_control。
3. 给予或不给予治疗的概率是反事实结果。