dowhy.causal_refuters.overrule.BCS 包

子模块

dowhy.causal_refuters.overrule.BCS.beam_search 模块

用于优化的Beam搜索工具。

本模块实现了来自OverRule [1]的布尔规则集估计器。代码是从clinicalml/overlap-code改编（并进行了一些简化），遵循MIT许可证。

[1] Oberst, M., Johansson, F., Wei, D., Gao, T., Brat, G., Sontag, D., & Varshney, K. (2020). 观察研究中的重叠特征。在 S. Chiappa & R. Calandra (Eds.), 第二十三届国际人工智能与统计会议论文集 (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)

基础类：object

定价问题的实例。

更多详情，请参阅：

Dash, S., Gunluk, O., 和 Wei, D. (2018). 通过列生成实现布尔决策规则。 在 Bengio, S., Wallach, H., Larochelle, H., Grauman, K., Cesa-Bianchi, N., 和 Garnett, R., 编辑的《神经信息处理系统进展》第31卷中， 第4660–4670页。Curran Associates, Inc.

compute_LB(lambda1)

计算高阶解的下界

eval_singletons(lambda1)

评估所有单例解决方案（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)

使用Beam搜索生成定价问题的解决方案。

Parameters:

• r – 成本向量（残差）

• X – DataFrame中的二进制特征

• lambda0 (float) – 项的固定成本

• lambda1 (float) – 每个文字的成本

• K (int, optional) – 返回的最大解决方案数量，默认为1

• UB (float, optional) – 解的初始上界，默认为0

• D (int, optional) – 最大度数，默认为10

• B (int, 可选) – 波束宽度，默认为5

• wLB (float, optional) – 在评估节点时对下界的权重，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

用于二值化特征的代码。

本模块实现了来自OverRule [1]的布尔规则集估计器。代码是从clinicalml/overlap-code改编（并进行了一些简化），遵循MIT许可证。

[1] Oberst, M., Johansson, F., Wei, D., Gao, T., Brat, G., Sontag, D., & Varshney, K. (2020). 观察研究中的重叠特征。在 S. Chiappa & R. Calandra (Eds.), 第二十三届国际人工智能与统计会议论文集 (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)

基础类：TransformerMixin

用于将分类和有序（包括连续）特征二值化的转换器。

请注意，在学习布尔规则之前，所有特征都被转换为二进制变量。

初始化用于二值化分类和有序（包括连续）特征的转换器

Parameters:

• colCateg (List[str], optional) – 分类列的列表，默认为 []，'object' 数据类型自动被视为分类

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

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

• threshStr (bool, optional) – 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}以定义切割点

fit(X)

适应数据，包括在适当的情况下学习阈值。

设置以下内部变量： * maps = 一元/二元列的映射字典 * enc = 分类列的OneHotEncoders字典 * thresh = 有序列的阈值列表字典 * NaN = 包含NaN值的有序列列表

Parameters:

X (pd.DataFrame) – 原始特征作为Pandas数据框

transform(X: DataFrame) → DataFrame

将数据转换为二进制特征。

Parameters:

X (pd.DataFrame) – 原始特征作为Pandas数据框

Return A:

二进制特征数据框

dowhy.causal_refuters.overrule.BCS.overlap_boolean_rule 模块

重叠布尔规则。

本模块实现了来自OverRule [1]的布尔规则集估计器。代码是从clinicalml/overlap-code改编（并进行了一些简化），遵循MIT许可证。

[1] Oberst, M., Johansson, F., Wei, D., Gao, T., Brat, G., Sontag, D., & Varshney, K. (2020). 观察研究中的重叠特征。在 S. Chiappa & R. Calandra (Eds.), 第二十三届国际人工智能与统计会议论文集 (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')

基础类：object

以scikit-learn风格的重叠布尔规则类

学习以析取范式描述的布尔规则来描述正类。

Parameters:

• 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，默认为 1e-2

• lambda1 (float, optional) – 正则化项，针对字面量数量，默认值为 1e-2

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

• D (int, 可选) – 每次束搜索迭代的最大额外规则数，默认为20

• B (int, optional) – 光束搜索的宽度，默认为10

• iterMax (int, 可选) – 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) – 静默非优化器输出，默认为 False

• verbose (bool, optional) – 详细的优化器输出，默认为 False

• solver (str, optional) – CVXPY 用于解决线性规划松弛的线性规划求解器，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)

计算在self.z中指定的特征的连词

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

将模型拟合到训练数据。

Parameters:

• X – 包含协变量的Pandas DataFrame

• y – +1 表示重叠/支持（取决于学习的规则），0 表示不重叠，-1 表示背景样本。对于重叠规则，应仅包含 (+1/0)，对于学习支持规则，应包含 (+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，这从没有连接词开始，并根据成本贪婪地添加它们，该成本惩罚（任何）包含负样本，并奖励（新）包含正样本，直到它覆盖至少alpha比例的正样本。

Parameters:

• X – 包含协变量的Pandas DataFrame

• y – +1 表示重叠/支持（取决于学习的规则），0 表示 不重叠，-1 表示背景样本。 对于重叠规则，应仅包含 (+1/0)， 或对于学习支持规则，应包含 (+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 – 限制为那些LP系数为正的合取式。请注意，LP无论如何都会产生影响，因为我们在这里只考虑通过列生成生成的规则。

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”) 或根据正负样本分类的平衡准确度优化包含正样本的奖励 (scoring=”greedy_sweep)。

Parameters:

• X – 包含协变量的Pandas DataFrame

• y – +1 表示重叠/支持（取决于学习的规则），0 表示 不重叠，-1 表示背景样本。 对于重叠规则，应仅包含 (+1/0)， 或对于学习支持规则，应包含 (+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”，应该是一个单一的值，或者对于scoring=”greedy_sweep”，应该是一个值的数组。对于后者，默认值为np.logspace(np.log10(0.01), 0.5, 20)。

• use_lp – 限制为那些LP系数为正的合取式。请注意，LP无论如何都会产生影响，因为我们在这里只考虑通过列生成生成的规则。

set_params(**params)

设置估计器参数

模块内容