推理:如何获得治疗和不治疗的概率？

Question

我正在与sklift合作，来描述给定治疗(在这种情况下，营销折扣)的提升是什么。在训练模型时，我们可以得到两个概率，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进行推断(未见数据)时，我在文档中找不到任何东西。我所能做的就是使用model.predict(X_val)获得提升。我需要弄清楚，如果给予治疗还是不给予治疗，那么什么是先证者。有人能帮忙吗？

Answer 1

我没有使用sklift，我使用了来自Uber的因果‘t包。但我对你的问题有一些想法。

根据你的描述，我想你是在使用T学习者或S学习者来分别预测治疗组和对照组的概率。因此，你想要的结果(提升值)是prob_treat-prob_control.

• And，当给予或不给予治疗时的概率是反事实的结果。--