[Python]因果檢驗工具
01-27
安裝過程
如果你已經安裝了 pip,那麼你只需運行以下代碼即可。
因果推理
causality.inference 模塊中將會包含多種推斷變數之間因果關係的演算法。但是到2016年1月23日為止,我只實現了 Pearl(2000) 提出的 IC* 演算法。
非參數效應估計
causality.nonparametric 模塊是一個利用觀測數據集對因果分布進行非參數化估計的工具。你可以提供一個變數的容許集用來控制,它用來度量給定原因時一個效應的因果反應分布,或給定原因時這個效應的期望值。
我最近已經添加了調整功能,你可以通過調整有向圖中變數X的父節點來估計一組變數Y和一組變數X之間的因果效應。
如果我們沒有對變數 x1 進行調整,由於 x2,x1,x3 之間存在一個搜索路徑,那麼我們將會錯誤地認為 x2 是 x3 的因果原因。
其他注意事項
這個項目還處於早期階段,程序的運行時間較長。未來的一段時間內,我將會不斷對其進行優化,其中主要包括:
- 實現快速互信息計算,O(NlogN)
- 加快整合控制變數的九三過程
- 增加用戶提供的圖形,並找出容許集
- 確定變數間因果效應的捷徑方法
Pearl, Judea. Causality. Cambridge University Press, (2000)
推薦閱讀:
※Python 爬蟲實戰(一):使用 requests 和 BeautifulSoup
※ELEMENTARY.01.Say Hi
※【精心解讀】關於Jupyter Notebook的28個技巧
※理解 Python 裝飾器看這一篇就夠了
※爬豆瓣電影名的小案例(附視頻操作)
TAG:Python |