九章云极DataCanvas YLearn因果学习开源项目：从预测到决策

• 第一，数据中的因果结构应当首先被学习和发现，用作这一任务的手段通常被称为因果发现（causal discovery）。这些被发现的因果关系会被表示为因果结构公式（structural causal models, SCM）或因果图（一种有向无环图，directed acyclic graphs, DAG）。

• 第二，我们需要将我们感兴趣的因果问题中的量用因果变量（causal estimand）表示，其中一个例子是平均治疗效应（average treatment effect, ATE）。这些因果变量接下来会通过因果效应识别转化为统计变量（statistical estimand），这是因为因果变量无法从数据中直接估计，只有识别后的因果变量才可以从数据中被估计出来。

• 最后，我们需要选择合适的因果估计模型从数据中去学些这些被识别后的因果变量。完成这些事情之后，诸如策略估计问题和反事实问题等因果问题也可以被解决了。

• 一站式：通常的因果学习流程包括从数据中发现因果结构，对因果结构建立因果模型，使用因果模型进行因果效应识别和对从数据中对因果效应进行估计。YLearn 一站式地支持这些功能，使用户以最低的学习成本使用与部署因果学习。

• 新而全：YLearn 实现了多个近年来在因果学习领域中发展出的各类算法，例如 Meta-Learner、Double Machine Learning 等。也将一直致力于紧跟前沿进展，保持因果识别与估计模型的先进和全面。

• 用途广：YLearn 支持对估计得到的因果效应进行解释、根据因果效应在各种方案中选取收益最大的方案并可视化决策过程等功能。除此之外，YLearn 也支持将因果结构中识别出的因果效应的概率分布表达式以 LaTex 的形式输出等小功能，帮助用户将因果学习与其他方向交叉。

1. CausalDiscovery. 发现数据集中线性和非线性的因果关系并用因果图表示。
2. CausalModel. 确定感兴趣的因果量之后，识别因果图中的工具变量，操作因果图，识别因果效应（Causal Effect）的估计表达式，也可判断给定集合是否可以作为后门调整集合，前门调整集合等。
3. EstimatorModel. 给定因过量的估计表达式与训练数据集，从训练数据集中训练多种估计模型，使用训练好的估计模型在新的测试数据集上估计因果效应。
4. Policy. 给定感兴趣的因果效应和数据集，寻找一种最佳方案以提升因果效应，获取理想收益。
5. Interpreter. 解释估计模型（EstimatorModel）所预测的因果效应，解释策略模型（Policy）所给出的最佳方案。

1. 使用 CausalDiscovery 去发现数据中的因果关系和因果结构，它们会以 CausalGraph 的形式表示和存在。
2. 这些因果图接下来会被输入进 CausalModel, 在这里用户感兴趣的因果变量会通过因果效应识别转化为相应的可被估计的统计变量（也叫识别后的因果变量）。
3. 一个特定的 EstimatorModel 此时会在训练集中训练，得到训练好的估计模型，用来从数据中估计识别后的因果变量。
4. 这个（些）训练好的 EstimatorModel 就可以被用来在测试数据集上估计各类不同的因果效应，同时也可以被用来作因果效应解释或策略方案的制定。

causation = {'X': ['W'], 'W':[], 'Y':['W']}
cg = CausalGraph(causation=causation)

from ylearn.causal_model.graph import CausalGraph
     causation_unob = {
         'X': ['Z2'],
         'Z1': ['X', 'Z2'],
         'Y': ['Z1', 'Z3'],
         'Z3': ['Z2'],
         'Z2': [], 
     }
     arcs = [('X', 'Z2'), ('X', 'Z3'), ('X', 'Y'), ('Z2', 'Y')]

     cg_unob = CausalGraph(causation=causation_unob, latent_confounding_arcs=arcs)

  cm = CausalModel(causal_graph=cg)
     cm.identify(treatment={'X'}, outcome={'Y'}, identify_method=('backdoor', 'simple'))

 causation = {
         'p': [],
         't': ['p', 'l'],
         'l': [],
         'g': ['t', 'l']
     }
     arc = [('t', 'g')]
     cg = CausalGraph(causation=causation, latent_confounding_arcs=arc)
     cm = CausalModel(causal_graph=cg)
     cm.get_iv('t', 'g')

• 给定 pandas.DataFrame 形式的数据，确定 treatment, outcome, adjustment, covariate 的变量名。
• 调用 EstimatorModel 的 fit() 方法训练模型。
• 调用 EstimatorModel 的 estimate() 方法得到估计好的因果效应。

  from sklearn.datasets import fetch_california_housing

    from ylearn import Why

    housing = fetch_california_housing(as_frame=True)
    data = housing.frame
    outcome = housing.target_names[0]
    data[outcome] = housing.target

    why = Why()
    why.fit(data, outcome, treatment=['AveBedrms', 'AveRooms'])

    print(why.causal_effect())

1. 确定会购买的用户，不管我是否推荐这类用户都会购买（铁粉） 
2. 不管我是否推荐他都不会购买（黑粉），
3. 我的推荐会提高用户购买转化的，如果不推荐他不会购买（路转粉） 
4. 是一些静默用户本来已经订阅了我们的服务，一旦收到我们的推荐提醒反而取消了订阅（粉转黑）。