文档摘要

5.1 异质性与子群分析：CATE 与 uplift 本节摘要：平均效应回答"总体上值不值"，决策常常需要"对谁值"。条件平均处理效应 τ(z)=E[Y(1)−Y(0)|Z=z] 是异质性的正式语言；uplift 建模把它工程化为营销与干预的目标量。本节讲 CATE 的定义与识别、三类估计范式（两模型、单模型带交互、因果树/森林）、honest splitting 的必要性，以及 uplift 的四种人群划分。 会员。《5.1 异质性与子群分析：CATE与uplift》收录于灏天文库文集《因果推断 (Causal Inference)》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/655-%E5%9B%A0%E6%9E%9C%E6%8E%A8%E6%96%AD-causal-inference

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流