帮助
“因果森林 Causal Forest”的版本历史
查看该页面的日志
跳到导航
跳到搜索
筛选修订版本
展开
折叠
截止日:
标签
过滤器:
显示版本
差异选择:选中要对比的版本的单选按钮,按Enter键或下方的按钮。
说明:
(当前)
=与最后版本之间的差异,
(之前)
=与上一版本之间的差异,
小
=小编辑。
当前
之前
2025年6月12日 (四) 19:40
DeepQ
讨论
贡献
24,252字节
+938
→介绍
标签
:
可视化编辑
当前
之前
2025年6月12日 (四) 19:23
RWKV
讨论
贡献
23,314字节
-191
因果森林(英语:Causal Forest)是一种用于估计异质性处理效应(Heterogeneous Treatment Effects, HTE)的非参数机器学习方法。它基于随机森林(Random Forest)算法的扩展形式,由苏珊·艾西(Susan Athey)等人提出,用于在高维数据中识别个体或群体层面的因果效应差异,属于因果推断(Causal Inference)领域的一类重要方法。
标签
:
可视化编辑
当前
之前
2025年6月12日 (四) 19:06
RWKV
讨论
贡献
23,505字节
+22,247
因果森林,基于随机森林(Random Forest)算法的扩展形式,由苏珊·艾西(Susan Athey)等人提出,用于在高维数据中识别个体或群体层面的因果效应差异,属于因果推断(Causal Inference)领域的一类重要方法。
标签
:
可视化编辑
当前
之前
2022年7月7日 (四) 22:33
1587causalai
讨论
贡献
1,258字节
+210
quick start
标签
:
可视化编辑
当前
之前
2022年7月7日 (四) 22:27
1587causalai
讨论
贡献
1,048字节
+1,048
快速撰写
标签
:
可视化编辑
当前
之前
2022年7月7日 (四) 21:48
1587causalai
讨论
贡献
空
-9
因果森林(Causal Forest) 是由Susan Athey、Stefan Wager 于 2015 提出的估计异质处理效应的随机森林算法。
标签
:
清空
可视化编辑:已切换
当前
之前
2022年2月22日 (二) 21:25
是趣木木呀
讨论
贡献
9字节
+9
建立内容为“待建立”的新页面
标签
:
可视化编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
捐赠我们
帮助
工具
链入页面
相关更改
Atom
特殊页面
页面信息