DoWhy-GCM：DoWhy 在图因果模型中因果推断的扩展
统计方法学
2024-06-07 v2 人工智能
机器学习
摘要
我们提出 DoWhy-GCM，即 DoWhy Python 库的扩展，其利用图因果模型。与主要聚焦于效应估计的现有因果库不同，DoWhy-GCM 处理多样的因果查询，例如识别离群值与分布变化的根本原因、将因果影响归因于每个节点的数据生成过程，或因果结构诊断。借助 DoWhy-GCM，用户通常通过因果图指定因果效应关系、拟合因果机制并提出因果查询——仅需几行代码即可完成。通用文档可在 https://www.pywhy.org/dowhy 获取，DoWhy-GCM 专用代码位于 https://github.com/py-why/dowhy/tree/main/dowhy/gcm。
引用
@article{arxiv.2206.06821,
title = {DoWhy-GCM: An extension of DoWhy for causal inference in graphical causal models},
author = {Patrick Blöbaum and Peter Götz and Kailash Budhathoki and Atalanti A. Mastakouri and Dominik Janzing},
journal= {arXiv preprint arXiv:2206.06821},
year = {2024}
}