在商业中使用因果推理的 15 分钟指南(附安慰剂测试)

“相关性不代表因果关系。”所以让我们计算因果关系。继续阅读 Towards Data Science »

来源:走向数据科学

在商业中使用因果推理的 15 分钟指南(附安慰剂测试)

在商业中使用因果推理的 15 分钟指南(附安慰剂测试)

“相关性并不意味着因果关系。” 所以让我们计算因果关系。

作者:Tomas Jancovic (It's AI Thomas) 2024 年 7 月 15 日星期一

Tomas Jancovic (It's AI Thomas) Tomas Jancovic (It's AI Thomas) Tomas Jancovic (It's AI Thomas)
用于客户推荐的因果机器学习模型(来源:Python 中自己制作的程序)
用于客户推荐的因果机器学习模型(来源:Python 中自己制作的程序)

医生使用临床因果推理和安慰剂等技术来确定药物是否真的有效。

但是,因果推理(也称为因果机器学习或因果 AI)越来越多地被 Microsoft、TripAdvisor 和 Uber 等大型企业用于解决业务问题,因为它可以帮助他们超越简单的相关性。

微软、TripAdvisor 和 Uber

您可能之前就听说过:“相关性不代表因果关系。”

“相关性不代表因果关系。”
相关性 (r) 是一个范围从 0 到 1 的值,显示两个或多个变量如何仅一起移动。

相关性 (r) 是一个范围从 0 到 1 的值,显示两个或多个变量如何仅一起移动。

但如果相关性还不够,那么因果关系是什么,我们如何计算它?

这就是因果推理模型的用武之地。

受临床研究和医学的启发,我们可以找出真正影响我们业务变量的因素,例如 KPI 和指标,无论哪种...

受临床研究和医学的启发,我们可以找出真正影响我们业务变量的因素,例如 KPI 和指标,无论哪种...

受临床研究和医学的启发,我们可以找出真正影响我们业务变量的因素,例如 KPI 和指标,无论哪种