老周在城郊有片苹果园，今年引进了一款高价新型肥料。全园平均增产 8%，喜报都印好了，他却犹豫了——翻开记录本：新树增产 20%，老树毫无变化，还有几棵病树反而落叶。平均数字骗了他。在数据世界里，每个“人”都是一棵果树：投放广告、发优惠券、用新药，都像施肥。但不是每个人反应都一样。CausalTree 就是那个聪明的园丁：它反复问“在哪一刀切下去，施肥效果差异最大”，一层层把人切成小块，最终画出一张“施肥地图”——哪群人该重点干预，哪群人少碰为妙。这篇文章会演示：它凭什么判断“切得值不值得”（分裂准则），如何避免“看着答案划线”（诚实分裂），它与普通预测树的差别（对比 CART），最后收获一张能直接工作的子群地图。

岗位关联

掌握 CausalTree，能让你从“平均效果”的幻觉中走出来，专业地回答“干预到底对谁有效”——这是精准营销、个性化医疗等场景的核心竞争力。

目录
  1. 可视化演示
  2. 异质子群问题：同一种肥料，不同的反应
  3. 反事实与增量：一棵树的平行宇宙
  4. 递归划分思想：园丁的逐层切分
  5. 分裂准则设计：专挑效果差异最大的一刀
  6. 诚实分裂机制：试验田分开用
  7. CART 对比分析：看产量还是看增产
  8. 子群解释应用：收获一张施肥地图
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示系统处理流水线、实时性能指标曲线及多方案对比分析，包含数据流转、吞吐延迟监控与方案评估。

本节配有交互动效（进入视口后自动加载，约 3KB）。

系统可视化 处理流程：输入→处理→模型→输出 性能监控：实时指标 P=L×T

异质子群问题：同一种肥料，不同的反应

老周施肥三个月后，产量数据出来了。他把每棵树的编号、品种、树龄、施肥量、产量记在小本子上，惊讶地发现：同样是 200 克肥料，早熟的“红玉”增产两成半，晚熟的“青冠”纹丝不动，还有三棵老树叶子发黄。全园平均增产 8%，但这 8% 就像把一碗热水和一碗凉水倒在一起——温度是温和的，可没有一碗水真正“温和”。他真正该问的是：到底哪批树该施肥？

这个问题在因果推断里叫处理效应异质性（Treatment Effect Heterogeneity）：同一个干预（施肥、发券、用药），对不同个体效果不同。如果只知道总体的平均处理效应（ATE＝8%），决策就是一刀切的“全园施肥”。可现实往往是：有人受益、有人无感、有人受损。要精准决策，就得把“平均”拆开，识别出效应不同的子群。

CausalTree 建模的目标是条件平均处理效应（CATE）——给定特征 $x$（品种、树龄、土壤）时，处理与对照的期望结果之差：

老周把这句话翻译成园丁语言：“我需要的不是'平均增产 8%'这张海报，而是一张'哪块地增产、哪块地减产'的明细账。”异质子群识别，就是这张明细账的第一页。

τ(x)=E[ Y(1)−Y(0)∣X=x ]\tau(x) = E[\,Y(1) - Y(0) \mid X = x\,]
这个式子的意思是：在特征完全相同的果树里，算“施肥产量 $Y(1)$”和“不施肥产量 $Y(0)$”之差的平均值，得到的就是这群树专属的施肥效果。
  1. 结果变量 $Y(1)$ 与 $Y(0)$处理与对照两种状态下的潜在结果，分别是“施肥后的产量”和“不施肥的产量”。
    Y(1), Y(0)Y(1),\ Y(0)
  2. 个体处理效应 $Y(1)-Y(0)$同一棵树两种结果的差，是理论上最理想的“个人效果”，可惜无法同时观测两路结果。
    Y(1)−Y(0)Y(1) - Y(0)
  3. 条件期望 $E[\cdot \mid X=x]$在特征值恰好等于 $x$ 的果树群中求平均，把随机波动消掉。
    E[  ⋅  ∣X=x]E[\;\cdot\;\mid X=x]
  4. CATE $\tau(x)$特征 $x$ 子群的平均处理效应，这正是 CausalTree 每个叶子要输出的值。
    τ(x)\tau(x)

反事实与增量：一棵树的平行宇宙

老周没法让同一棵红玉树“既施肥又不施肥”。他盯着施过肥的红玉树想：要是没施肥，这棵树能结多少？这问题没法直接回答——观测世界只能走一条路。但园丁知道：同品种、同树龄、同土壤的邻居树，没施肥的产量，差不多就是那个“平行世界”的答案。

这就是反事实推理：我们只能观测到 $Y(1)$ 或 $Y(0)$ 中的一路，另一路是“假如”的平行结果。增量建模（uplift modeling）正是要估计这个差值：对个体 $i$，接受干预带来的增量是 $\Delta_i = Y_i(1) - Y_i(0)$。营销里叫“提升度”，医疗里叫“获益”。

在 Rubin 的潜在结果框架下，当随机实验保证处理分配与潜在结果独立时，全样本的平均处理效应写成：

老周从此不再问“这棵树多高”，只问“若多施肥它多长多少”。反事实，才是增量决策的底层语言。

ATE=E[Y(1)]−E[Y(0)]ATE = E[Y(1)] - E[Y(0)]
这是“全园平均增产 8%”的数学写法。CausalTree 不满足于它，而是在每个子群上重新计算，把 ATE 细化为 CATE。
  1. 期望 $E[Y(1)]$若所有树都施肥，全园产量的平均值——一个假设的平行世界的数字。
    E[Y(1)]E[Y(1)]
  2. 期望 $E[Y(0)]$若所有树都不施肥，全园产量的平均值。
    E[Y(0)]E[Y(0)]
  3. 差值得到 ATE两相相减，得到干预在全园的平均效果。
    E[Y(1)]−E[Y(0)]E[Y(1)] - E[Y(0)]
  4. 从 ATE 到 CATE把“全园平均”换成“特征为 $x$ 的子群平均”，就得到 CATE，也就是 CausalTree 的输出目标。
    E[Y(1)∣X=x]−E[Y(0)∣X=x]E[Y(1) \mid X=x] - E[Y(0) \mid X=x]

递归划分思想：园丁的逐层切分

老周决定动手。第一刀按树龄切：十五年以上的老树归东边，十五年以下归西边；第二刀在西边按土壤酸碱度切，在东边按品种切。越切越细，每个小格里的树越来越“同类”。这就是递归：每一层，对当前地块重复同样的“找特征、定阈值、一分为二”动作。

CausalTree 沿用 CART 式递归二分。每个节点 $P$ 是一群样本，选择某个特征 $j$ 和阈值 $c$，把节点切成左右两块 $P_L$、$P_R$，再对两块递归下去，直到满足停止条件（最大深度、最小样本量等）：

老周的果园地图上出现越来越小的格子——也就是候选子群。递归划分，就是“划分—再划分”，直到地图足够精细。

P=PL∪PR,PL={ i:Xij<c },PR={ i:Xij≥c }P = P_{L} \cup P_{R},\qquad P_{L}=\{\,i : X_{ij} < c\,\},\quad P_{R}=\{\,i : X_{ij} \ge c\,\}
一个节点分裂，就是画一条“特征阈值线”：线上的人进左子节点，线下的人进右子节点，人群被逐级切细。
  1. 特征 $X_{ij}$第 $i$ 棵树的第 $j$ 个属性，比如树龄、土壤酸碱度、光照时长。
    XijX_{ij}
  2. 阈值 $c$这一刀切在哪里的分界线，CausalTree 会在候选阈值中挑最优的那条。
    cc
  3. 左子节点 $P_L$属性值小于 $c$ 的样本集合。
    PL={ i:Xij<c }P_{L}=\{\,i: X_{ij} < c\,\}
  4. 右子节点 $P_R$属性值大于等于 $c$ 的样本集合，两者互补且不重叠。
    PR={ i:Xij≥c }P_{R}=\{\,i: X_{ij} \ge c\,\}

分裂准则设计：专挑效果差异最大的一刀

老周每次下刀前都会犯难：沿树龄切，还是沿土壤切？他给每个候选切法打分：切开后两边的“施肥增产差”差多少。差得越悬殊，说明这一刀越能把“反应不同的人”分开，分数越高。

CausalTree 的核心贡献就在分裂准则。普通回归树分裂时最小化结果 $Y$ 的误差；CausalTree 分裂时，目标是最小化处理效应估计误差，等价于最大化左右子节点的效应差异。Athey 与 Imbens 在 2016 年提出基于期望误差的准则，核心直觉可写成：

老周的评分公式很短：“切完之后，两边的肥料反应差得越远越好。”CausalTree 的每一刀，都朝着“异质更清晰”的方向落刀。

max⁡s∑ℓ∈{L,R}Nℓ(τ^ℓ−τ^P)2,τ^ℓ=Yˉℓ,1−Yˉℓ,0\max_{s} \sum_{\ell \in \{L,R\}} N_{\ell}\left(\hat{\tau}_{\ell} - \hat{\tau}_{P}\right)^{2},\qquad \hat{\tau}_{\ell} = \bar{Y}_{\ell,1} - \bar{Y}_{\ell,0}
通俗说：把父节点 $P$ 切开后，左右两块的效应 $\hat{\tau}_L$ 与 $\hat{\tau}_R$ 离父节点效应越远、样本量越大，这一刀的价值越高。
  1. 节点效应 $\hat{\tau}_\ell$叶子 $\ell$ 内处理组均值减对照组均值，即该地块的施肥增量估计。
    τ^ℓ=Yˉℓ,1−Yˉℓ,0\hat{\tau}_{\ell} = \bar{Y}_{\ell,1} - \bar{Y}_{\ell,0}
  2. 父节点效应 $\hat{\tau}_{P}$未切分时整块地的平均增量，是评分的基准线。
    τ^P\hat{\tau}_{P}
  3. 样本量加权 $N_{\ell}$子节点样本越多，其对总体的代表性越强，评分越可信。
    NℓN_{\ell}
  4. 最大化加权平方和让左右子节点效应尽量偏离父节点，差异被拉开，异质更清晰。
    ∑ℓNℓ(τ^ℓ−τ^P)2\sum_{\ell} N_{\ell}\left(\hat{\tau}_{\ell} - \hat{\tau}_{P}\right)^{2}

诚实分裂机制：试验田分开用

老周有个坏毛病：先看产量再划线。他试过在产量高的树周围画圈，圈里当然产量高——可这是作弊。为了让地图真实，他把果园分成两块试验田：A 田只用来定分界线，B 田按 A 定好的线重新测量每格的增产效果。两条线分开，地图才经得起第二年验证。

这就是诚实分裂（Honest Splitting）：把样本随机分成训练集与评估集。训练集用于决定树结构（在哪切、切几层），评估集用于估计叶子里的处理效应。结构和效应用不同样本，避免“同一批数据既出题又做题”导致的过拟合偏差。叶子效应按评估集重新计算：

老周的地图从此“结构 A 田定、数值 B 田测”。诚实，是 CausalTree 与普通回归树之间最重要的分水岭。

\hat{\tau}^{\mspace{1mu}\mathrm{honest}}(x) = \frac{1}{N_{1}^{\mathrm{est}}(x)} \sum_{i \in N_{1}^{\mathrm{est}}(x)} Y_i - \frac{1}{N_{0}^{\mathrm{est}}(x)} \sum_{i \in N_{0}^{\mathrm{est}}(x)} Y_i
分子上分别是评估集中处理组、对照组的产量之和，除以各自的样本量，得到两组均值，再相减。这就是“不用切分数据、另用一块地量出来的效应”。
  1. 训练集与评估集分离随机把样本分成两份，结构学习只用训练集。
    Ntr∪Nest=N,Ntr∩Nest=∅N^{\mathrm{tr}} \cup N^{\mathrm{est}} = N,\quad N^{\mathrm{tr}} \cap N^{\mathrm{est}} = \varnothing
  2. 评估集处理组 $N_{1}^{\mathrm{est}}(x)$落在叶子 $x$ 且实际接受处理的样本集合。
    N1est(x)N_{1}^{\mathrm{est}}(x)
  3. 评估集对照组 $N_{0}^{\mathrm{est}}(x)$落在同一叶子但未接受处理的样本集合。
    N0est(x)N_{0}^{\mathrm{est}}(x)
  4. 两组均值之差在评估集上重新量一遍施肥增量，得到诚实无偏的叶子效应。
    1N1∑Yi−1N0∑Yi\frac{1}{N_{1}}\sum Y_i - \frac{1}{N_{0}}\sum Y_i

CART 对比分析：看产量还是看增产

老周买过一套“智能果园软件”，它能预测哪棵树明年产量最高，准得很。但老周要的不是“谁的产量高”，而是“施肥给谁带来的增量大”。红玉树产量本来就高，软件会推荐给所有红玉树施肥——可有些红玉树施肥前后根本没差，肥钱白花了。

CART（分类回归树）是预测模型，学习 $E[Y \mid X]$，分裂时使结果误差最小；CausalTree 是因果模型，学习 $E[Y(1)-Y(0) \mid X]$，分裂时使效应差异最大。前者回答“是什么、是多少”，后者回答“如果干预会怎样”。两者结构相似，目标天差地别：

同样一棵树，普通软件看“结多少果”，CausalTree 看“多施多少肥能多结多少果”。要哪张图，取决于决策是预测还是干预。

CART: min⁡∑i(Yi−μ^(Xi))2,CausalTree: max⁡∑ℓ∈{L,R}Nℓ(τ^ℓ−τ^P)2\text{CART}:\ \min \sum_{i} \big(Y_i - \hat{\mu}(X_i)\big)^{2},\qquad \text{CausalTree}:\ \max \sum_{\ell \in \{L,R\}} N_{\ell}\big(\hat{\tau}_{\ell} - \hat{\tau}_{P}\big)^{2}
左边让“预测产量”与“实际产量”的差距最小；右边让“左右子群效应差异”最大。一个追结果，一个追增量。
  1. CART 的预测值 $\hat{\mu}(X_i)$对特征 $X_i$ 预测结果 $Y_i$，目标是拟合产量本身。
    μ^(Xi)\hat{\mu}(X_i)
  2. CART 的残差平方和预测错了多少，越小说明对产量的拟合越好。
    ∑i(Yi−μ^(Xi))2\sum_{i} \big(Y_i - \hat{\mu}(X_i)\big)^{2}
  3. CausalTree 的效应差左右子节点效应偏离父节点的程度，越大说明异质越明显。
    ∑ℓNℓ(τ^ℓ−τ^P)2\sum_{\ell} N_{\ell}\big(\hat{\tau}_{\ell} - \hat{\tau}_{P}\big)^{2}
  4. 目标决定工具若要做预测性任务（估价、销量），选 CART；若要做干预性任务（投放、开药），选 CausalTree。
    预测 Y vs. 估计 τ\text{预测 } Y \ \text{vs.}\ \text{估计 } \tau

子群解释应用：收获一张施肥地图

深度 3 的树停止生长，老周的施肥地图终于完成了：东北角“高收入低龄树”标注大剂量施肥；西北角“低互动老树”标注停肥；中间“中性区”维持现状。他把地图贴在小屋墙上，每个格子里有一句话规则，任何工人看了都能照做。

叶子即子群，路径即规则。CausalTree 的可解释性让它特别适合业务落地：每个叶子对应一段 if-then 规则，叶子的 $\hat{\tau}_\ell$ 就是该子群的条件平均处理效应。我们可以统计子群大小、效应值、特征分布，形成画像并决定动作。最终预测函数是各叶子效应的加权拼接：

老周的地图被印成手册，第二年春天按图施肥，秋收增产两成。CausalTree 的终点不是一棵树，而是一张能执行、能验证、能解释的“异质子群作战图”。

τ^(x)=∑ℓ=1Lτ^ℓ⋅I(x∈ℓ)\hat{\tau}(x) = \sum_{\ell=1}^{L} \hat{\tau}_{\ell} \cdot \mathbb{I}\big(x \in \ell\big)
新样本来了，先看它最终掉进哪个叶子，就把那个叶子的 $\hat{\tau}_\ell$ 作为它的效应预测——像查地图找到自己的格子，直接读格子上的数字。
  1. 叶子编号 $\ell=1,\dots,L$树的 $L$ 个叶子，每个叶子是一个异质子群。
    ℓ∈{1,…,L}\ell \in \{1,\dots,L\}
  2. 指示函数 $\mathbb{I}(x \in \ell)$当样本 $x$ 落入叶子 $\ell$ 时取 1，否则取 0，相当于“查地图定位”。
    I(x∈ℓ)\mathbb{I}(x \in \ell)
  3. 叶子效应 $\hat{\tau}_{\ell}$该子群的处理效应估计，地图格子上的数字。
    τ^ℓ\hat{\tau}_{\ell}
  4. 求和输出把命中的叶子效应挑出来，得到该样本的效应预测。
    ∑ℓ=1Lτ^ℓ⋅I(x∈ℓ)\sum_{\ell=1}^{L} \hat{\tau}_{\ell} \cdot \mathbb{I}(x \in \ell)

AI 应用场景

场景一：智能营销优惠券投放

阶段：模型训练与决策优化

解决的问题：传统营销按“购买概率”发券，会把券发给本来就会买的自然转化客户，造成预算浪费。CausalTree 估计每个客户群的“发券增量”，把预算集中在增量大的子群，砍掉负增量人群。

具体案例：某电商平台用 CausalTree 对近三个月用户建模，叶子规则显示：“高活跃新客”发券后 GMV 提升 18%，“低活跃老客”发券后反而降低 5%。运营按地图调整：只给前者发大额券，给后者发召回短信而非优惠券，整体 ROI 提升约 35%。

场景二：医疗个性化用药决策

阶段：效果评估与亚组分析

解决的问题：临床试验常报告“平均有效”，但医生更关心“哪类患者真正受益”。CausalTree 对受试者递归划分，识别出获益亚群、无效应亚群与潜在风险亚群。

具体案例：某降压新药三期临床数据显示总体疗效显著，CausalTree 分析发现：依从性高且无糖尿病史的患者收缩压多降 9 mmHg，而糖尿病合并肾损伤患者反而升高 3 mmHg。监管与临床决策据此调整适用人群标签。

场景三：用户召回触达策略

阶段：因果推断与运营策略

解决的问题：运营团队对流失用户统一推送“回归礼包”，打扰了部分本会自然回流的用户。用 uplift 树按用户活跃度与注册渠道划分，找到“推送促活”与“推送反噬”两组人群。

具体案例：某 App 对 30 天未登录用户建模，CausalTree 叶子显示：曾付费但低频用户推送后 7 日回归率提升 12%，高频刚流失用户推送后投诉率上升。策略改为前者推送、后者静默，次月整体留存上升 6%。

Python 演示

python86 行
import numpy as np  class CausalTree:    def __init__(self, max_depth=3, min_leaf=60):        self.max_depth = max_depth        self.min_leaf = min_leaf        self.root = None     def fit(self, X, W, Y, X_es, W_es, Y_es):        self.root = self._grow(X, W, Y, 0)        self._honest_refit(self.root, X_es, W_es, Y_es)        return self     def _grow(self, X, W, Y, depth):        node = {'tau': 0.0, 'leaf': True, 'feat': None, 'thr': None,                'left': None, 'right': None}        treat = W == 1        if treat.any() and (~treat).any():            node['tau'] = Y[treat].mean() - Y[~treat].mean()        n = len(Y)        if depth >= self.max_depth or n < 2 * self.min_leaf:            return node        tau_p = node['tau']        best = -np.inf        for f in range(X.shape[1]):            order = np.argsort(X[:, f])            Xs, Ws, Ys = X[order, f], W[order], Y[order]            for i in range(self.min_leaf, n - self.min_leaf + 1):                if Xs[i] == Xs[i - 1]:                    continue                wl, wr = Ws[:i], Ws[i:]                yl, yr = Ys[:i], Ys[i:]                tl = yl[wl == 1].mean() - yl[wl == 0].mean() if (wl == 1).any() and (wl == 0).any() else 0.0                tr = yr[wr == 1].mean() - yr[wr == 0].mean() if (wr == 1).any() and (wr == 0).any() else 0.0                gain = i * (tl - tau_p) ** 2 + (n - i) * (tr - tau_p) ** 2                if gain > best:                    best = gain                    node['feat'] = f                    node['thr'] = (Xs[i] + Xs[i - 1]) / 2        if best <= 0 or node['feat'] is None:            return node        mask = X[:, node['feat']] < node['thr']        node['leaf'] = False        node['left'] = self._grow(X[mask], W[mask], Y[mask], depth + 1)        node['right'] = self._grow(X[~mask], W[~mask], Y[~mask], depth + 1)        return node     def _honest_refit(self, node, X, W, Y):        if node['leaf']:            treat = W == 1            if treat.any() and (~treat).any():                node['tau'] = Y[treat].mean() - Y[~treat].mean()            return        mask = X[:, node['feat']] < node['thr']        self._honest_refit(node['left'], X[mask], W[mask], Y[mask])        self._honest_refit(node['right'], X[~mask], W[~mask], Y[~mask])     def predict_tau(self, X):        taus = []        for x in X:            node = self.root            while not node['leaf']:                go_left = x[node['feat']] < node['thr']                node = node['left'] if go_left else node['right']            taus.append(node['tau'])        return np.array(taus)  if __name__ == '__main__':    rng = np.random.default_rng(42)    n = 2000    X = rng.uniform(0, 1, size=(n, 2))    W = rng.binomial(1, 0.5, size=n)    tau_true = np.where(X[:, 0] < 0.5, 2.0, -1.0)    Y = 0.5 + W * tau_true + rng.normal(0, 0.3, size=n)    n_tr = n // 2    ct = CausalTree(max_depth=2, min_leaf=60).fit(        X[:n_tr], W[:n_tr], Y[:n_tr],        X[n_tr:], W[n_tr:], Y[n_tr:])    pred = ct.predict_tau(X[n_tr:])    mse = ((pred - tau_true[n_tr:]) ** 2).mean()    sub = X[n_tr:, 0] < 0.5    print('效应预测 MSE: %.3f' % mse)    print('子群A(真实2.0) 估计 tau = %.3f' % pred[sub].mean())    print('子群B(真实-1.0) 估计 tau = %.3f' % pred[~sub].mean())
目的：用纯 Python 实现一个简化版 CausalTree——递归划分时按“处理效应差异最大化”评分，并用独立的评估集重新估计叶子效应（诚实分裂），最后在合成数据上检验子群发现效果。
  1. node['tau'] = Y[treat].mean() - Y[~treat].mean()计算当前节点的处理效应：处理组均值减对照组均值，如同量“施肥地块比不施肥地块多收多少”。
  2. gain = i * (tl - tau_p) ** 2 + (n - i) * (tr - tau_p) ** 2分裂评分：左右子节点效应偏离父节点的加权平方和，越大说明这一刀效果差异越显著。
  3. node['thr'] = (Xs[i] + Xs[i - 1]) / 2取相邻样本的中点作阈值，确保左右子集都非空且划分干净。
  4. self._honest_refit(self.root, X_es, W_es, Y_es)诚实分裂：结构不变，用“另一块试验田”评估数据重估每个叶子效应。
  5. pred = ct.predict_tau(X[n_tr:])新样本沿树走到叶子，返回该子群的效应估计，像查施肥地图上的格子。
  6. Y = 0.5 + W * tau_true + rng.normal(0, 0.3, size=n)合成“平行世界”：结果 = 基线 + 真实效应 + 噪声，一棵树只能走其中一路。

常见误区

误区都是决策树，把是否处理当作普通特征塞进 CART 训练，就等价于 CausalTree。

正解CART 学习的是 $E[Y \mid X]$，分裂时让预测误差最小；CausalTree 学习的是 $E[Y(1)-Y(0) \mid X]$，分裂时让效应差异最大。把 treatment 当普通特征，学到的是“响应模式”而非“因果增量”，还会被选择偏差污染。就像老周只看产量画圈，永远画不出施肥增量图。

为何常见：两者都是树、都递归划分，外观相似让人忽略了目标函数的天壤之别。

误区叶子输出 2.0，就觉得这一组人在干预后产量/转化率是 2.0。

正解$\hat{\tau}$ 是差值：处理组均值减对照组均值。如果处理组是 10.0、对照组是 8.0，差值才是 2.0。预测结果高不代表增量高——红玉树本来产量就高，施肥与否差别不大，增量趋近于零。

为何常见：日常习惯直接看结果数值，忽略了“效应”这个相对概念。

误区把数据按 7:3 分成 train/test，测试集用来报 AUC，这就叫诚实分裂。

正解诚实分裂的特异性在于“结构学习”与“效应估计”的样本分离：训练集只定树的形状，评估集专门重估叶子 $\hat{\tau}$。普通划分的测试集只做性能评估，不参与任何参数重算。类比老周的 A 田画线、B 田量产量，两件事各用各的地。

为何常见：两者都有“两份数据”的外观，容易混淆核心差异——分离的是“任务”而非仅“评估”。

误区选择左右叶子 $\hat{\tau}_L$ 与 $\hat{\tau}_R$ 数值差最大的切法。

正解光看均值差会偏好小样本的极端划分。正确评分还要乘以子节点样本量并使用父节点作基准，即 $N_L(\hat{\tau}_L-\hat{\tau}_P)^2 + N_R(\hat{\tau}_R-\hat{\tau}_P)^2$。一小撮树效应很极端，不代表整块地都该按此划分。

为何常见：“差异大就好”的直觉忽略了估计的稳定性与代表性。

误区CausalTree 把叶子内每个个体的处理效应都预测为同一个 $\hat{\tau}$。

正解$\hat{\tau}$ 是条件平均处理效应，是子群的平均值，不代表个体效应处处相同。就像“低龄高收入”地块平均增产 2.1，但地块里仍有少数树增产 1.2。CausalTree 识别的是“平均效应不同的子群”，不是“内部完全同质”的小组。

为何常见：把“子群平均”误读为“个体一致”，混淆了聚合统计与个体真实值。

面试题

Q1. CausalTree 最核心的目标是什么？

单选题 · easy

  • A.精确预测结果变量 Y 的取值
  • B.识别处理效应不同的子群← 正确答案
  • C.对样本做无监督聚类
  • D.拟合高维非线性曲线

答案：B。CausalTree 的目标是 CATE——找出对同一干预反应不同的异质子群。A 是 CART 的目标，C 是聚类任务，D 是回归拟合，均未抓住“处理效应”这一核心。

Q2. 反事实结果指的是什么？

单选题 · easy

  • A.个体实际观测到的结果
  • B.个体未接受处理时的结果← 正确答案
  • C.模型预测的错误结果
  • D.处理组的平均结果

答案：B。每个个体只能走一条路：施肥或不施肥。另一条路的结果就是反事实，即“如果当初没施肥会怎样”。A 是观测结果，C、D 与反事实无关。

Q3. CausalTree 分裂准则的核心追求是什么？

单选题 · mid

  • A.最小化全园产量预测误差
  • B.最大化子节点间处理效应差异← 正确答案
  • C.最大化信息增益比
  • D.最小化节点基尼系数

答案：B。CausalTree 的分裂目标是让左右子节点的效应差异尽量大，公式为 $\sum N_\ell(\hat{\tau}_\ell-\hat{\tau}_P)^2$。A 是回归树目标，C、D 是分类树指标。

Q4. 诚实分裂机制的主要作用是什么？

单选题 · mid

  • A.显著降低训练时间
  • B.均衡处理组与对照组
  • C.防止结构学习过拟合效应估计← 正确答案
  • D.自动减少特征数量

答案：C。诚实分裂用训练集定结构、评估集测效应，避免同一批数据“既出题又做题”导致的效应估计过拟合。它不直接加速训练，也不平衡样本或删特征。

Q5. 与 CART 相比，CausalTree 的本质差异是什么？

单选题 · mid

  • A.不再使用树形结构
  • B.学习目标是处理效应← 正确答案
  • C.只能处理两个特征
  • D.无需处理缺失值

答案：B。CART 预测 $E[Y\mid X]$，CausalTree 估计 $E[Y(1)-Y(0)\mid X]$。两者都用树形递归，B 才是本质差异；A、C、D 均不符合事实。

Q6. 叶子节点输出 $\hat{\tau}=2.0$ 表示什么？

单选题 · hard

  • A.处理组平均结果等于二
  • B.对照组平均结果等于二
  • C.子群处理比对照高两点← 正确答案
  • D.子群内个体效应都为二

答案：C。$\hat{\tau}$ 是处理组均值减对照组均值，表示该子群的平均增量。它不是单一组的均值（A、B），也不等于组内每个个体的效应（D），个体效应仍有异质性。

Q7. 诚实分裂中，叶子 $\hat{\tau}$ 用哪些样本计算？

单选题 · hard

  • A.训练结构的同一样本
  • B.评估集内的样本均值差← 正确答案
  • C.全量数据的回归斜率
  • D.处理组样本的方差

答案：B。诚实分裂的关键是结构用训练集定、效应用评估集算，所以叶子 $\hat{\tau}$ 用评估集内处理组与对照组的均值差。A 会导致过拟合，C、D 与效应估计无关。

Q8. 处理效应异质性体现在哪些方面？

多选题 · easy

  • A.不同特征子群效应不同← 正确答案
  • B.全体个体效应完全相同
  • C.效应差异可用于精准决策← 正确答案
  • D.处理效应恒定永远不变

答案：AC。异质性意味着不同子群效应不同（A），这种差异正是精准投放、个性化用药的依据（C）。B、D 描述的是“同质性”，与异质性相反。

Q9. CausalTree 的递归划分涉及哪些要素？

多选题 · mid

  • A.特征空间逐级二分切分← 正确答案
  • B.连续特征用阈值切分← 正确答案
  • C.交换处理组与对照组
  • D.根节点逐级分裂子节点← 正确答案

答案：ABD。递归划分是特征空间的逐级二分（A），连续特征用阈值 $c$ 切分（B），从根节点不断分裂出子节点（D）。C 处理组与对照组是固定的事实，不存在交换。

Q10. 关于诚实分裂的训练流程，以下说法正确的是？

多选题 · hard

  • A.结构由训练集决定← 正确答案
  • B.效应由评估集估计← 正确答案
  • C.结构由评估集决定
  • D.效应由训练集估计

答案：AB。诚实分裂把任务拆开：训练集用于生长树的结构（A），评估集用于重新估计叶子处理效应（B）。C、D 把两者颠倒，会引入“看着答案划线”的偏差。