sklift推理：如何获得治疗与不治疗的概率？

Question

我正在与 sklift 合作，描述给定治疗（在本例中为营销折扣）的提升幅度是多少。在训练模型的时候，我们可以得到这两个概率，比如：

# 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

但是当我尝试获取这些 prob_treat 和 prob_control 进行推理（看不见的数据）时，我在文档中找不到任何内容。我所能做的就是使用model.predict(X_val) 获得提升。我需要了解是否给予治疗与不给予治疗的概率是什么。有人可以帮忙吗？

Answer 1

我没有使用 sklift，我使用的是 Uber 提供的 causalml 包。 但我对你的问题有一些想法。

1. 根据您的描述，我猜您使用的是 T-learner 或 S-learner，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. 而给予或不给予治疗的概率是反事实结果。