2.3.1 时序因果图（TDAG）

文档摘要

2.3.1 时序因果图（TDAG） 2.3.1 时序因果图（TDAG）想象一下，你手握一堆传感器数据：股票价格、心率监测、天气序列。这些数据如潮水般涌来，表面上波澜壮阔，却隐藏着因果的暗流。传统因果图（DAG）擅长静态快照，却对时间序列束手无策——它忽略了“昨日的影响如何渗透今日？”。这就是时序因果图（Temporal Directed Acyclic Graph, TDAG）的用武之地。作为一名深耕因果推断一线工程师，我见过无数模型在时间维度崩盘，而TDAG像一位精密的时钟匠，拆解滞后效应，雕琢出真实的因果脉络。本节，我们不只停留在“是什么”，而是直奔“怎么做”：从算法内核到代码一行行敲击，从参数调试到坑洼绕行，让你上手即战。