dowhy.causal_refuters.overrule.BCS 包

子模块

dowhy.causal_refuters.overrule.BCS.beam_search 模块

用于优化的束搜索工具。

本模块实现了 OverRule [1] 中的布尔规则集估计器。代码改编自 (并做了一些简化) clinicalml/overlap-code，遵循 MIT 许可。

[1] Oberst, M., Johansson, F., Wei, D., Gao, T., Brat, G., Sontag, D., & Varshney, K. (2020). Characterization of Overlap in Observational Studies. In S. Chiappa & R. Calandra (Eds.), Proceedings of the Twenty Third International Conference on Artificial Intelligence and Statistics (Vol. 108, pp. 788–798). PMLR. https://arxiv.org/abs/1907.04138

class dowhy.causal_refuters.overrule.BCS.beam_search.PricingInstance(rp, rn, Xp, Xn, v0, z0)

基类: object

定价问题的实例。

更多详情请参阅

Dash, S., Gunluk, O., and Wei, D. (2018). Boolean decision rules via column generation. In Bengio, S., Wallach, H., Larochelle, H., Grauman, K., Cesa- Bianchi, N., and Garnett, R., editors, Advances in Neural Information Processing Systems 31, pages 4660–4670. Curran Associates, Inc.

compute_LB(lambda1)

计算高阶解的下界

eval_singletons(lambda1)

评估所有单项解（添加一个文字）

dowhy.causal_refuters.overrule.BCS.beam_search.beam_search(r, X, lambda0: float, lambda1: float, K: int = 1, UB: float = 0, D: int = 10, B: int = 5, wLB: float = 0.5, eps: float = 1e-06)

用于生成定价问题解的束搜索。

参数:

• r – 成本向量 (残差)

• X – DataFrame 中的二值特征

• lambda0 (float) – 项的固定成本

• lambda1 (float) – 每个文字的成本

• K (int, optional) – 返回的最大解数量，默认为 1

• UB (float, optional) – 解值的初始上界，默认为 0

• D (int, optional) – 最大度，默认为 10

• B (int, optional) – 束宽度，默认为 5

• wLB (float, optional) – 评估节点时下界的权重，默认为 0.5

• eps (float, optional) – 比较时的数值容差，默认为 1e-6

dowhy.causal_refuters.overrule.BCS.load_process_data_BCS 模块

用于特征二值化的代码。

本模块实现了 OverRule [1] 中的布尔规则集估计器。代码改编自 (并做了一些简化) clinicalml/overlap-code，遵循 MIT 许可。

[1] Oberst, M., Johansson, F., Wei, D., Gao, T., Brat, G., Sontag, D., & Varshney, K. (2020). Characterization of Overlap in Observational Studies. In S. Chiappa & R. Calandra (Eds.), Proceedings of the Twenty Third International Conference on Artificial Intelligence and Statistics (Vol. 108, pp. 788–798). PMLR. https://arxiv.org/abs/1907.04138

class dowhy.causal_refuters.overrule.BCS.load_process_data_BCS.FeatureBinarizer(colCateg: List[str] = [], numThresh: int = 9, negations: bool = False, threshStr: bool = False, threshOverride: Dict = {}, **kwargs)

基类: TransformerMixin

用于对类别特征和有序特征（包括连续特征）进行二值化的转换器。

请注意，所有特征在学习布尔规则之前都会被转换为二值变量。

初始化用于对类别特征和有序特征（包括连续特征）进行二值化的转换器

参数:

• colCateg (List[str], optional) – 类别列列表，默认为 []，'object' dtype 会被自动视为类别

• numThresh (int, optional) – 用于二值化有序特征的分位数阈值数量，默认为 9

• negations (bool, optional) – 是否包含否定，默认为 False

• threshStr (bool, optional) – 是否将阈值转换为字符串，默认为 False

• threshOverride (Dict, optional) – 用于覆盖分位数阈值的字典，默认为 {}，格式为 {colname : np.linspace object} 以定义分界点

fit(X)

拟合数据，包括适当时学习阈值。

设置以下内部变量： * maps = 用于一元/二元列的映射字典 * enc = 用于类别列的 OneHotEncoder 字典 * thresh = 用于有序列的阈值列表字典 * NaN = 包含 NaN 值的有序列列表

参数:

X (pd.DataFrame) – 作为 Pandas Dataframe 的原始特征

transform(X: DataFrame) → DataFrame

将数据转换为二值特征。

参数:

X (pd.DataFrame) – 作为 Pandas Dataframe 的原始特征

返回 A:

二值特征 dataframe

dowhy.causal_refuters.overrule.BCS.overlap_boolean_rule 模块

OverlapBooleanRule。

本模块实现了 OverRule [1] 中的布尔规则集估计器。代码改编自 (并做了一些简化) clinicalml/overlap-code，遵循 MIT 许可。

[1] Oberst, M., Johansson, F., Wei, D., Gao, T., Brat, G., Sontag, D., & Varshney, K. (2020). Characterization of Overlap in Observational Studies. In S. Chiappa & R. Calandra (Eds.), Proceedings of the Twenty Third International Conference on Artificial Intelligence and Statistics (Vol. 108, pp. 788–798). PMLR. https://arxiv.org/abs/1907.04138

class dowhy.causal_refuters.overrule.BCS.overlap_boolean_rule.OverlapBooleanRule(alpha=0.95, lambda0=0.01, lambda1=0.01, K=20, D=20, B=10, iterMax=10, eps=1e-06, silent=False, verbose=False, solver='ECOS', rounding='greedy_sweep')

基类: object

scikit-learn 风格的重叠布尔规则类

以析取范式学习布尔规则来描述正类。

参数:

• alpha (float, optional) – 确保包含在规则中的正样本比例，默认为 0.95

• lambda0 (float, optional) – 规则数量的正则化项，默认为 1e-2

• lambda1 (float, optional) – 文字数量的正则化项，默认为 1e-2

• K (int, optional) – 束搜索期间返回的最大结果数，默认为 20

• D (int, optional) – 每次束搜索迭代中最大额外规则数，默认为 20

• B (int, optional) – 束搜索宽度，默认为 10

• iterMax (int, optional) – 列生成的最大迭代次数，默认为 10

• eps (float, optional) – 比较时的数值容差，默认为 1e-6

• silent (bool) – 是否静默非优化器输出，默认为 False

• verbose (bool, optional) – 是否输出优化器详细信息，默认为 False

• solver (str, optional) – CVXPY 用于求解 LP 松弛问题的线性规划求解器，默认为 ‘ECOS’

• rounding (str, optional) – 执行舍入的策略，可以是 ‘greedy’ 或 ‘greedy_sweep’，默认为 ‘greedy_sweep’

compute_conjunctions(X)

计算 self.z 中指定特征的合取项

fit(X: DataFrame, y: ndarray | DataFrame)

将模型拟合到训练数据。

参数:

• X – 包含协变量的 Pandas DataFrame

• y – 对于重叠/支持 (+1) (取决于正在学习的规则), 对于非重叠 (0), 对于背景样本 (-1)。对于重叠规则应仅包含 (+1/0), 对于学习支持规则应仅包含 (+1/-1)。

get_objective_value(X, o, rounded=True)

get_params()

返回估计器参数

greedy_round_(X: DataFrame, y: ndarray | DataFrame, xi: float = 0.5, use_lp: bool = False)

将规则系数四舍五入为整数值。

对于 DNF，这从没有合取项开始，然后根据成本贪婪地添加它们。该成本惩罚包含（任何）负样本，奖励包含（新的）正样本，并一直持续到覆盖至少 alpha 比例的正样本。

参数:

• X – 包含协变量的 Pandas DataFrame

• y – 对于重叠/支持 (+1) (取决于正在学习的规则), 对于非重叠 (0), 对于背景样本 (-1)。对于重叠规则应仅包含 (+1/0), 对于学习支持规则应仅包含 (+1/-1)。

• xi – 包含正样本的奖励，相对于包含负样本的成本 (1)

• use_lp – 仅限于 LP 系数为正的那些合取项。请注意，LP 无论如何都会产生影响，因为我们这里只考虑由列生成产生的规则。

predict(X)

预测点是否属于重叠区域

predict_(X, w)

预测点是否属于重叠区域

predict_rules(X)

预测点是否属于重叠区域

round_(X: DataFrame, y: ndarray | DataFrame, scoring: str = 'greedy', xi=None, use_lp: bool = True)

通过贪婪方法将规则系数四舍五入为整数值，可以使用固定奖励 (scoring=”greedy”) 或根据分类正样本与负样本的平衡准确度来优化包含正样本的奖励 (scoring=”greedy_sweep”)。

参数:

• X – 包含协变量的 Pandas DataFrame

• y – 对于重叠/支持 (+1) (取决于正在学习的规则), 对于非重叠 (0), 对于背景样本 (-1)。对于重叠规则应仅包含 (+1/0), 对于学习支持规则应仅包含 (+1/-1)。

• xi – 包含正样本的奖励，相对于包含负样本的成本 (1)。对于 scoring=”greedy”，应为单个值，或对于 scoring=”greedy_sweep” 为值数组。对于后者，默认值为 np.logspace(np.log10(0.01), 0.5, 20)。

• use_lp – 仅限于 LP 系数为正的那些合取项。请注意，LP 无论如何都会产生影响，因为我们这里只考虑由列生成产生的规则。

set_params(**params)

设置估计器参数

模块内容