想象一家医院成立了一支“专家会诊团队”。面对的不是单个病人，而是成千上万名抱着不同病症的患者。每位医生都有自己的盲区：有人擅长老年科，有人熟悉儿科，但让任何一位单独拍板，都可能误诊。于是团队决定——先让每位医生根据过往病历把病人分门别类，找出每组病人效果最好的疗法，再汇总各自的经验，形成一套“看人下菜”的个性化治疗方案。这支团队，就是我们要讲的“因果森林”（Causal Forest）。 因果森林是因果机器学习中最成熟的一类工具。它把许多棵“因果树”集成起来，每棵树负责把特征空间切成一个个小区域，在每个区域里估计“治疗对这群人的平均效果”。因为它是非参数的——不需要事先假设函数形式——所以既能捕捉复杂的非线性关系，又能在理论上保证估计的稳定性和可信度。政策评估想知道“补贴该发给谁”，精准医疗想知道“这个药对哪类病人有效”，因果森林都是主力工具。它不是预测“会发生什么”，而是回答“如果干预，会怎样”。这一字之差，正是从“看见”到“知道因果”的分水岭。

岗位关联

掌握因果森林，意味着你不仅能描述数据，还能回答“如果干预会怎样”——这是政策评估、个性化推荐、安全对齐等前沿AI方向的核心能力。

目录
  1. 可视化演示
  2. 因果森林概述
  3. 异质处理效应
  4. 诚实分裂准则
  5. 因果树构建
  6. 森林集成机制
  7. 统计理论基础
  8. 实践应用场景
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示PC算法三阶段：骨架学习（邻接矩阵+CI检验删边）、v-结构识别（碰撞体vs链式vs分叉模式对比）、Meek规则方向传播（R1-R4四条定向规则），理解约束式因果发现完整流程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

骨架学习与条件独立性检验 邻接矩阵逐步删边 CI检验条件集 X ind Y | Z 通过条件独立性检验逐步删除边，得到无向骨架图。

因果森林概述

医院门诊的走廊里，老中医、外科医生、儿科专家各执一词。“这个新药对谁最有效？”没人能凭一己之力回答。直到有人提议：别让单个医生下结论，让整个团队分工合作，每个人分管一类病人。因果森林的灵感，正来自这种“专家会诊”——它不靠一个模型，而是集成许多棵“因果树”，让每棵树在特征空间里划出自己的地盘。

随机森林是机器学习界的明星，但它回答的问题是“病人的症状会走向什么结果”；因果森林关心的则是“如果我们给这群人用药，效果比不给好多少”。前者是预测，后者是因果。因果森林的核心思想，是用多棵决策树对协变量空间做递归划分，在每个叶子节点内比较处理组与对照组的平均结果之差，从而估计异质处理效应。它不需要预设线性或参数形式，是一种非参数方法，灵活性和解释力兼得。

在正式定义中，我们关注“条件平均处理效应”（CATE），即在特征取值为 x 的人群中，干预与不干预两种平行世界的期望差异：

每棵因果树就像一位分管特定人群的医生：它先分诊，再在分到自己诊室的病人身上计算平均疗效。而因果森林把这么多医生的判断汇合起来，正是“会诊”二字的机器学习版。

τ(x)=E[Y(1)−Y(0)∣X=x]\displaystyle \tau(x) = \mathbb{E}[Y(1) - Y(0) \mid X = x]
这个公式说的是：只看特征为 x 的那一群人，“给药后的结果 Y(1)” 与 “不给药的结果 Y(0)” 的平均差。
  1. 处理结果 Y(1)这是“平行世界”里病人吃了药的结局。
    Y(1)Y(1)
  2. 对照结果 Y(0)这是同一个病人在平行世界里没吃药的结局。
    Y(0)Y(0)
  3. 差 Y(1)-Y(0)两个平行世界的结局之差，就是“药对这个人的因果效应”。
    Y(1)−Y(0)Y(1) - Y(0)
  4. 条件期望 E[·|X=x]只看特征为 x 的那群人的平均差异，避免被其他人群稀释。
    E[⋅∣X=x]\mathbb{E}[\cdot \mid X = x]

异质处理效应

同一个感冒药，对青壮年两天退烧，对老人却可能引起心悸。疗效因人而异，这就是“异质性”。疾病不会因为你计算了全体平均值就变得整齐划一——如果医院只报告“这药平均有效”，那位对老人有风险的患者就可能被误诊。异质处理效应（HTE）正是对这种现象的量化：不同特征子群，处理效应不同。

在因果推断中，我们通常先想到“平均处理效应”（ATE），把整个样本笼统地算一个数字。但政策制定者真正想知道的，是每个子群分别得到什么效果。CATE 就是 ATE 的“放大镜”：当 x 取不同值时，τ(x) 随之变化。若 τ(x) 恒等于常数，就没有异质性；若随 x 波动明显，HTE 就存在。识别 HTE 的最大挑战来自观测数据：谁吃药往往不是随机的，年龄、收入等变量既影响治疗分配又影响结果，构成混杂。

从数学上看，平均处理效应可以理解成条件效应在协变量分布上的加权平均：

这就像会诊团队最后统计：“受益最大的是哪些小组，受益微弱甚至受损的是哪些小组”——只报一个总平均值，会掩盖高风险人群的存在。因果森林的存在，就是让医院不再只发一张“平均有效”的告示，而是给每个诊室开一张专属疗效单。

E[Y(1)−Y(0)]=∫τ(x) dF(x)\displaystyle \mathbb{E}[Y(1) - Y(0)] = \int \tau(x) \, dF(x)
全体平均效应不是“每个人”的效应，而是把各子群的 CATE 按人口比重加权求和的结果。
  1. 条件效应 τ(x)特征 x 对应子群的治疗效应。
    τ(x)\tau(x)
  2. 分布 dF(x)特征 x 在总体中的分布密度/测度。
    dF(x)dF(x)
  3. 积分 ∫把所有子群的效应按占比累加起来。
    ∫⋅ dF(x)\int \cdot \, dF(x)

诚实分裂准则

会诊团队立了一条规矩：任何医生都不得用“给自己留下好印象的那批病人”来验证自己的治疗方案。必须先随机抽一部分病人用来制订方案，再拿另一批病人复查效果——这样得出的结论才诚实。这条规矩搬进因果树，就叫“诚实分裂”。

若同一批数据既用来选择最优分裂点、又用来估计叶子内的处理效应，就好比让考生自己出题自己考：模型会记住数据中的噪声，导致过拟合。诚实分裂把样本随机分成两部分，Grow 集只负责挑选特征和阈值，Est 集只负责在叶子内估计 CATE。两者互不干扰，统计性质更干净。代价是单棵树可用的样本少了一半，所以因果森林靠“多棵树+子采样”弥补效率损失——这是“用集成换诚实”的设计哲学。

在每棵树的节点上，算法要评估“这个分裂带来的增益有多大”。设父节点包含 n 个样本，左右子节点分别有 n_l、n_n 个样本，对应 CATE 估计为 τ̂_l、τ̂_r，父节点整体为 τ̂_p，则增益可写为：

诚实分裂的本质是“出题与阅卷分离”。方案组定规则、验证组给分数，这样的课程表才经得起推敲——因果树也因此从“自说自话”变成“循证医学”。

Δ(s)=nlτ^l2+nrτ^r2−nτ^p2\displaystyle \Delta(s) = n_l \hat{\tau}_l^2 + n_r \hat{\tau}_r^2 - n \hat{\tau}_p^2
分裂增益衡量的是“分成两群之后，子群之间的疗效差异被拉开多少”——差异越大，越值得分。
  1. 左叶估计 τ̂_lGrow 集数据算出的左子群处理效应。
    τ^l\hat{\tau}_l
  2. 加权平方和左右子群的估计按样本量加权，放大差异明显的分裂。
    nlτ^l2+nrτ^r2n_l \hat{\tau}_l^2 + n_r \hat{\tau}_r^2
  3. 减去父节点均项扣掉分裂前的整体水平，得到“净增益”。
    nτ^p2n \hat{\tau}_p^2

因果树构建

分诊台该怎么设？会诊团队的经验是：挑最重要的病历特征。先看年龄，再看是否有基础病，最后看过敏史——每一次分诊都把病人送到更精确的诊室。因果树的构建，就是把“分诊逻辑”自动学出来。

构建从根节点开始：算法枚举每一个特征、每一个候选阈值，用上一节的增益公式评估分裂质量，选择增益最大的特征与切割点，把数据分成左右两支；然后递归重复，直到满足停止准则——达到最大深度、叶子样本太少或无法再找到有效分裂。在观测数据中，叶节点的样本还需同时包含足够多的处理组和对照组，否则 CATE 估不准。叶子节点一旦确定，就调用 Est 集，在该叶子内部计算处理组与对照组的均值差：

每个叶子就是一间诊室：老年科、儿科、重症监护室……它们各自给出分管人群的疗效判断。因果树的分诊越细，诊室之间差异越大，说明异质处理效应越明显。

τ^(L)=1n1∑i∈L,Ti=1Yi−1n0∑i∈L,Ti=0Yi\displaystyle \hat{\tau}(L) = \frac{1}{n_1} \sum_{i \in L, T_i=1} Y_i - \frac{1}{n_0} \sum_{i \in L, T_i=0} Y_i
这是“叶诊室”的处方：处理组平均结局减去对照组平均结局，得到这群人的疗效。
  1. 限制条件 i∈L, T=1只取落在该叶节点中、确实吃了药的人。
    ∑i∈L,Ti=1Yi\sum_{i \in L, T_i=1} Y_i
  2. 除以 n₁求出处理组的平均结局。
    1n1∑i∈L,Ti=1Yi\frac{1}{n_1} \sum_{i \in L, T_i=1} Y_i
  3. 对照组均值同理计算没吃药人群的平均结局。
    1n0∑i∈L,Ti=0Yi\frac{1}{n_0} \sum_{i \in L, T_i=0} Y_i
  4. 两者相减两组平均结局之差，就是叶子的 CATE 估计。
    τ^(L)\hat{\tau}(L)

森林集成机制

再资深的医生也会手抖，再精细的分诊也可能误判。会诊团队的做法是：不迷信任何单个专家的意见，让十位、二十位医生独立给出判断，最后取平均——个别失误会被群体智慧淹没。这就是森林的集成机制。

因果森林对训练样本做 bootstrap 重采样（有放回地抽取与原始样本量相同的数据），每份重采样样本训练一棵不同的因果树。由于每棵树见过的病人略有不同、分裂选择也带有随机性，它们的误差互相抵消，预测方差显著降低。更重要的是，多棵树的预测可以估计每个预测值的方差，从而构建渐近正态的置信区间。最终对任意特征 x，预测值就是各棵树输出的平均：

集成不只是“人多势众”：它还让每个结论附带了可信度。医生会诊后会说“我们比较有把握”，统计学家则把这个直觉写成置信区间——这正是因果森林区别于普通黑箱预测模型的优雅之处。

τ^(x)=1B∑b=1Bτ^b(x)\displaystyle \hat{\tau}(x) = \frac{1}{B} \sum_{b=1}^{B} \hat{\tau}_b(x)
B 棵树的 CATE 取平均，就像 B 位医生的意见取平均——单点可能偏，整体往往稳。
  1. 单树估计 τ̂_b(x)第 b 棵树基于自己的重采样样本给出的疗效判断。
    τ^b(x)\hat{\tau}_b(x)
  2. 求和 Σ把所有 B 棵树的判断累加在一起。
    ∑b=1Bτ^b(x)\sum_{b=1}^{B} \hat{\tau}_b(x)
  3. 除以 B取平均作为最终预测，方差随 B 增大而下降。
    1B∑b=1Bτ^b(x)\frac{1}{B} \sum_{b=1}^{B} \hat{\tau}_b(x)

统计理论基础

为什么团队判断会从“大致靠谱”变成“可以写进论文”？因为统计学家证明了一条美妙的规律：只要决策树遵循诚实分裂、样本量足够大，因果森林的估计就会越来越接近真实效应，且误差服从钟形分布。这不是运气，而是数学保证。

在线性回归里，估计量的一致性来自参数模型的严格假设；在因果森林里，一致性来自三条设计：诚实分裂打掉过拟合偏置，子采样保证每棵树之间独立性足够强，局部叶估计让每棵树的偏差可控。这三个条件叠加，使得估计量的渐进性质可以被严格推导。更具体地说，随着样本量 n 增大，估计误差按根号 n 的速度收缩，并收敛到正态分布：

有了这套理论，因果森林输出的不再是“盲目自信的分数”，而是“带误差棒的疗效估计”。正如会诊团会告诉你“这个药的有效率大概是 30% 到 70%”，因果森林把这种专业判断的把握程度量化了。

n(τ^(x)−τ(x))→dN(0,  V(x))\displaystyle \sqrt{n}\big(\hat{\tau}(x) - \tau(x)\big) \xrightarrow{d} \mathcal{N}\big(0,\; V(x)\big)
样本越多，估计越准；而且我们知道“准到什么程度”——方差 V(x) 可以被估计出来。
  1. 根号 n 倍误差把估计误差放大 √n 倍，观察它的大样本行为。
    n(τ^(x)−τ(x))\sqrt{n}\big(\hat{\tau}(x) - \tau(x)\big)
  2. 依分布收敛当 n 趋向无穷，误差的分布趋于一个固定形状。
    →d\xrightarrow{d}
  3. 正态分布 N(0,V)误差围绕 0 波动，方差 V(x) 描述不确定性。
    N(0,  V(x))\mathcal{N}(0,\; V(x))

实践应用场景

会诊的价值不在会议室里，而在病床前：给谁开药、给谁做手术、给谁补贴。团队最终的输出是一个决策规则：如果某类人的预测疗效超过风险阈值，就推荐干预，否则不干预。这个“阈值”由成本、风险和预算共同决定。

因果森林在现实中的落地非常广泛。政府做补贴评估时，想知道“同样一笔钱发给谁，社会收益最大”；药企做精准医疗时，想知道“哪类患者对靶向药响应最强”；互联网平台做个性化干预时，想知道“给哪些用户发优惠券才能提升长期价值”。在这些场景中，我们用估计出的 CATE 与阈值 c 比较，得到个性化决策：

因果森林的产出天然可解释：它告诉你“哪群人受益、受益多少”，这让它在可解释 AI 与安全对齐研究中占据前沿——既要知道“模型在干预什么”，又要知道“对谁干预是安全且有效的”。

D(x)=1{τ^(x)>c}\displaystyle D(x) = \mathbb{1}\big\{\hat{\tau}(x) > c\big\}
当预测疗效大于阈值 c，就对特征为 x 的人群实施干预；否则不干预。
  1. 指示函数 1{·}条件成立取 1，不成立取 0——一个“开/关”开关。
    1{⋅}\mathbb{1}\{\cdot\}
  2. 预测 CATE τ̂(x)因果森林给出的该人群疗效估计。
    τ^(x)\hat{\tau}(x)
  3. 阈值 c由成本与风险决定的临界点，疗效超过它才值得干预。
    τ^(x)>c\hat{\tau}(x) > c

AI 应用场景

政策补贴的精准投放

阶段：因果效应估计与策略优化

解决的问题：传统补贴政策按收入线一刀切，钱花出去了却不知道哪些人群真正因此增收；AI 用因果森林估计不同家庭特征下的 CATE，识别出“补贴能显著改善生活”的子群，把有限预算投向边际收益最大的人群，避免大水漫灌。

具体案例：某地政府发放创业补贴，数据包含申请人年龄、学历、地区、过往收入等特征。因果森林输出每条人群的 CATE，发现“30 岁以下、县域户口、有 1-2 年工作经验”的人群补贴效应最高；据此调整发放规则后，同等预算下的就业率提升率翻倍。

个性化治疗方案的推荐

阶段：异质效应建模与临床决策支持

解决的问题：传统医疗指南只给出“平均有效”的标准方案，忽略患者对同一药物的反应差异；AI 利用电子病历数据训练因果森林，在考虑年龄、基因、并发症等特征后，精确估计每类患者接受新药对比旧疗法的效果差异。

具体案例：肿瘤科引入因果森林辅助制定靶向药方案，模型发现某靶向药对“EGFR 突变型、无脑转移”的患者获益显著，对“KRAS 突变型”患者甚至有害。医生据此调整处方，治疗有效率提升约 20%。

推荐系统与安全对齐

阶段：干预反馈评估与对齐策略

解决的问题：推荐系统只优化“点击率”容易造成信息茧房；AI 需要判断“推送某类内容”对不同用户群体的因果效应——是提升长期留存还是引发沉迷。因果森林在离线数据上估计干预的异质效应，指导对齐策略对不同人群差异化处理。

具体案例：某内容平台用因果森林评估“长辈模式”的推送策略，发现对“60 岁以上、日均使用超 2 小时”的用户，温和干预明显降低过度使用；对年轻用户则无效。系统据此动态调整干预强度。

Python 演示

python104 行
# -*- coding: utf-8 -*-"""极简因果森林: 用多棵诚实因果树集成估计异质处理效应(CATE)."""import numpy as np  def generate_data(n=800, seed=42):    """生成合成数据: 特征x, 处理t, 结果y, 真实CATE."""    rng = np.random.RandomState(seed)    x = rng.uniform(-1, 1, (n, 2))    t = rng.binomial(1, 0.5, n)    tau = 2.0 * (x[:, 0] > 0) + 1.0 * (x[:, 1] > 0.5)    y = tau * t + 0.5 * x[:, 0] + rng.normal(0, 0.4, n)    return x, t, y, tau  def leaf_cate(t, y, idx):    """节点内处理组与对照组均值差; 样本不足时返回0.0."""    t1 = t[idx] == 1    if t1.sum() < 2 or (~t1).sum() < 2:        return 0.0    return y[idx][t1].mean() - y[idx][~t1].mean()  def best_split(x, t, y, idx, min_leaf):    """枚举特征与阈值, 找最大化CATE差异增益的分裂."""    best = (-np.inf, None, None)    for f in range(x.shape[1]):        order = idx[np.argsort(x[idx, f])]        for p in range(min_leaf, len(order) - min_leaf + 1):            left, right = order[:p], order[p:]            tau_l = leaf_cate(t, y, left)            tau_r = leaf_cate(t, y, right)            gain = p * tau_l**2 + (len(order) - p) * tau_r**2            if gain > best[0]:                th = (x[left[-1], f] + x[right[0], f]) / 2.0                best = (gain, f, th)    return best[1], best[2]  def build_tree(x, t, y, grow_idx, est_idx, depth=0, max_depth=4, min_leaf=20):    """递归构建一棵诚实因果树: grow集选分裂, est集估CATE."""    tau = leaf_cate(t, y, est_idx)    if depth >= max_depth or len(grow_idx) <= 2 * min_leaf:        return {"leaf": tau}    f, th = best_split(x, t, y, grow_idx, min_leaf)    if f is None:        return {"leaf": tau}    split_l = x[grow_idx, f] <= th    split_r = ~split_l    return {        "f": f,        "th": th,        "left": build_tree(x, t, y, grow_idx[split_l], est_idx[x[est_idx, f] <= th],                           depth + 1, max_depth, min_leaf),        "right": build_tree(x, t, y, grow_idx[split_r], est_idx[x[est_idx, f] > th],                            depth + 1, max_depth, min_leaf),    }  def predict_tree(tree, xi):    """在单棵树上做CATE预测."""    if "leaf" in tree:        return tree["leaf"]    if xi[tree["f"]] <= tree["th"]:        return predict_tree(tree["left"], xi)    return predict_tree(tree["right"], xi)  class CausalForest:    """极简因果森林: bootstrap重采样训练多棵诚实树, 平均输出CATE."""     def __init__(self, n_trees=30, max_depth=4, min_leaf=20, seed=7):        self.n_trees = n_trees        self.max_depth = max_depth        self.min_leaf = min_leaf        self.seed = seed        self.tree_list = []     def fit(self, x, t, y):        rng = np.random.RandomState(self.seed)        n = len(y)        for _ in range(self.n_trees):            grow_idx = rng.choice(n, n, replace=True)            est_idx = rng.choice(grow_idx, n // 2, replace=False)            self.tree_list.append(                build_tree(x, t, y, grow_idx, est_idx, 0,                           self.max_depth, self.min_leaf)            )        return self     def predict(self, x):        preds = np.array([predict_tree(tree, xi)                          for xi in x for tree in self.tree_list])        return preds.reshape(len(x), self.n_trees).mean(axis=1)  if __name__ == "__main__":    x, t, y, tau_true = generate_data()    cf = CausalForest(n_trees=30, max_depth=4, min_leaf=20)    cf.fit(x, t, y)    tau_hat = cf.predict(x)    print("真实CATE均值: ", round(tau_true.mean(), 4))    print("预测CATE均值: ", round(tau_hat.mean(), 4))    print("估计偏差MSE: ", round(((tau_hat - tau_true)**2).mean(), 4))
目的：从零实现一个教育版因果森林，演示“诚实分裂 + 多树集成”如何估计异质处理效应。
  1. leaf_cate(t, y, idx)在一个节点内计算处理组与对照组均值差，这就是“叶诊室”的疗效结论。
  2. best_split(x, t, y, idx, min_leaf)枚举所有特征和阈值，挑出能让左右两群疗效差异最大的分裂点。
  3. build_tree(..., grow_idx, est_idx, ...)诚实分裂的骨架：grow 集负责选分裂，est 集负责估 CATE，两者绝不混用。
  4. rng.choice(n, n, replace=True)bootstrap 有放回重采样，让每棵树看到不同的“病历样本”。
  5. est_idx = rng.choice(grow_idx, n // 2, replace=False)从重采样样本里再抽一半做“验证组”，保证诚实性。
  6. predict(self, x)对所有树预测取平均，实现“专家会诊”的群体决策。

常见误区

误区“因果森林就是随机森林的升级版，预测结果更准，所以直接拿它做销量预测、图像分类准没错。”

正解因果森林的目标不是预测结果 Y，而是估计处理效应 τ(x)。它需要处理变量 T 和潜在结果框架；如果数据里没有“干预”与“对照”的结构，因果森林就失去了用武之地。拿它做普通预测，反而是舍长就短，就像让会诊团队去给文件归档——专业不对口。

为何常见：名字里都有“森林”，结构上也确实都是“多棵树的集成”，初学者很容易按随机森林的心智模型去套。

误区“数据本来就贵，诚实分裂还要专门割一块样本做验证，太浪费了，不如全量数据既选分裂又估效果。”

正解用同一份数据既选分裂又估效应，等于“自己出题自己考”，会系统性放大乐观偏差：树会挑出刚好让噪声显得像信号的切分。诚实分裂用 Grow 集定结构、Est 集估 CATE，本质是用一点效率换统计可靠性；因果森林再以多树集成把效率补回来，最终净收益为正。

为何常见：直观上“数据用得越多越好”符合直觉，但忽略了过拟合带来的隐性代价。

误区“药的平均效果是 10 分，所以每个病人的效果都该是 10 分左右，差异只是噪声。”

正解ATE 是 CATE 在全体分布上的加权平均，平均值为正不代表每个人获益。某个亚群甚至可能出现负效应：平均有效掩盖了“老人吃药有害”这一关键事实。因果森林的价值恰恰在于拆解平均，暴露异质性。

为何常见：人脑天然倾向于用平均值概括群体，忽视分布内部的差别。

误区“因果森林统计性质这么好，给我一亿条观测数据，跑出来肯定是真理。”

正解因果森林的“一致性”建立在无不可观测混杂（条件可忽略性）与重叠假设之上。若存在未观测到的混杂变量，比如“天生体质好的人更爱运动也更容易康复”，再多的数据也救不回来。统计保证是“在模型假设成立的前提下保证”，不是“无条件保证”。

为何常见：看到严格的数学定理后，容易把“渐近理论”误当成“免费午餐”。

面试题

Q1. 因果森林最核心的估计目标是什么？

单选题 · easy

  • A.预测个体结果值
  • B.估计异质处理效应← 正确答案
  • C.自动识别混杂变量
  • D.对人群做无监督聚类

答案：B。因果森林的目标是估计处理效应 T(x)，即条件平均处理效应（CATE），而非预测结果 Y。混淆两者就像把会诊团队误当成病历管理员——结构相似，使命完全不同。

Q2. CATE 的正确含义是下列哪一项？

单选题 · easy

  • A.条件平均处理效应← 正确答案
  • B.全样本平均处理效应
  • C.工具变量的估计值
  • D.反事实结果的残差

答案：A。CATE 是 Conditional Average Treatment Effect，条件平均处理效应；B 是 ATE，C、D 文不对题。CATE 回答“特征为 x 的人群，干预与不干预的期望差异”。

Q3. 诚实分裂准则中“诚实”主要体现在哪一点？

单选题 · mid

  • A.分裂与估计使用不重叠样本← 正确答案
  • B.每次都选取信息量最大的特征
  • C.所有树共享同一份训练数据
  • D.叶子节点样本量必须完全相等

答案：A。诚实分裂要求用 Grow 集挑分裂点、用 Est 集估计叶子内 CATE，两者不重叠，避免“自己出题自己考”造成的过拟合偏置。B 是一般分裂原则，C、D 与诚实无关。

Q4. 因果森林与普通随机森林的核心区别是什么？

单选题 · mid

  • A.森林中树的棵数一定更多
  • B.以处理效应为目标而非预测← 正确答案
  • C.不再使用 bootstrap 重采样
  • D.只允许处理连续型特征

答案：B。普通随机森林优化预测误差，因果森林优化处理效应估计。因果森林依然使用 bootstrap 集成（故 C 错），树的棵数也没有硬性规定（A 错）。目标函数不同，决定了整套分裂准则不同。

Q5. 关于 CATE 与 ATE 的关系，下列哪项说法正确？

单选题 · mid

  • A.ATE 是 CATE 在协变量分布上的平均← 正确答案
  • B.CATE 的取值总是大于 ATE
  • C.两者彼此无关，完全不同
  • D.ATE 等于 CATE 的中位数

答案：A。ATE = E[Y(1)-Y(0)] = ∫τ(x)dF(x)，即把所有子群的 CATE 按特征分布加权平均。平均会掩盖异质性：某个子群 CATE 为负时，整体 ATE 仍可能为正。

Q6. 森林集成对因果估计带来哪些好处？（多选）

多选题 · mid

  • A.降低单棵树的预测方差← 正确答案
  • B.支持构造渐近置信区间← 正确答案
  • C.保证所有样本都接受处理
  • D.改善小样本下的稳定性← 正确答案

答案：ABD。多棵在重采样样本上训练的树取平均，方差显著下降（A），而方差估计可用来构造置信区间（B），小样本下也比单棵树稳健（D）。C 与集成机制无关，是否接受处理由数据决定。

Q7. 因果森林估计 HTE 时，下列哪一假设是必要前提？

单选题 · mid

  • A.条件可忽略性（无不可观测混杂）← 正确答案
  • B.处理效应必须为常数
  • C.协变量之间相互独立
  • D.结果变量服从正态分布

答案：A。因果森林属于观测数据方法，依赖“给定 X 后，处理分配近似随机”的可忽略性假设。处理效应为常数（B）与 HTE 的目标相矛盾；C、D 都不是必需。

Q8. 下列哪些问题适合用因果森林解决？（多选）

多选题 · easy

  • A.判断补贴对不同人群的效果← 正确答案
  • B.识别药物对患者的个性化疗效← 正确答案
  • C.对图片做像素级语义分割
  • D.评估推荐策略在子群体的回报← 正确答案

答案：ABD。A、B、D 都属于“知道干预后效果如何”的因果估计问题；C 是纯预测/感知任务，没有处理变量和反事实结构，因果森林用不上。

Q9. 因果森林的置信区间在理论上依赖什么？

单选题 · hard

  • A.各棵树预测值的方差分解← 正确答案
  • B.最小二乘的解析闭式解
  • C.对协变量做分位数回归
  • D.对结果变量做指数平滑

答案：A。森林的方差由“树间协方差 + 树内方差”决定，借此可构造渐近正态置信区间。因果森林没有线性模型的闭式公式（B），也不依赖分位数回归或指数平滑。

Q10. 当某个叶子节点里处理组样本极少时，较稳妥的做法是？

单选题 · hard

  • A.直接把该叶子的 CATE 记为 0
  • B.用对照组的均值代替处理组
  • C.调大最小叶子规模并允许合并节点← 正确答案
  • D.对结果变量取对数后再估计

答案：C。叶子内处理组或对照组太少，CATE 估计极不稳定。提高最小叶子规模、让树在更粗的粒度上分裂，可以避免“样本稀薄诊室”的出现。A、B 引入系统性偏差，D 并不能解决样本量问题。