想象你是一位金牌大厨，在北京的“老张川菜馆”研发了一道招牌水煮鱼，麻辣鲜香、广受好评。现在，老板让你把这道菜“移植”到上海的新分店——同样的菜谱，但新厨房的炉灶火力不同、当地食材的辣度不同、甚至“好吃”的标准也不同（上海顾客可能更喜欢微辣）。问题来了：你在北京验证过的“完美配方”，到了上海还能直接照搬吗？ 这个问题，正是结构因果模型（SCM）中“干预的可移植性”要解决的核心难题。在AI领域，“做菜”就是训练模型，“菜谱”就是模型学到的决策规律，“厨房”就是数据分布。当我们把在一个环境（如某个城市、某个时间段、某个用户群体）中训练好的因果模型，应用到另一个环境时，常常发现效果大打折扣——因为两地的“食材特性”和“顾客口味”可能从根本上就不同。而“干预的可移植性”研究的就是：如何判断一个因果结论能否跨环境推广？如果不能，需要什么样的额外信息或调整才能成功移植？ 本文将从零开始，带你理解这个看似高深、实则充满生活智慧的概念。你不需要任何预备知识，只需要带着“移植菜谱”的好奇心，跟我走完这段从厨房到因果模型的旅程。

岗位关联

掌握干预的可移植性，意味着你不再是只会“跑通模型”的调参侠，而是能判断“模型何时失效、如何修复”的因果推理专家。这恰恰是高级算法工程师与数据科学家的核心分水岭。

目录
  1. 可视化演示
  2. 可移植性问题
  3. 结构化因果模型
  4. 传输公式
  5. 可识别性条件
  6. 选择偏差处理
  7. 实际应用与展望
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

动态演示干预可移植性原理的核心机制，通过基础/核心/应用/扩展四种模式展示关键概念与交互流程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

干预可移植性原理：干预可移 干预可移植性在结构因果模型中的 选择变量与选择图的建模方法 核心机制可视化 干预可移植性原理整体架构与关键组件

可移植性问题

回到我们的开篇故事。老张在北京的厨房里研制水煮鱼，调料的比例、火候的掌控都是在北京的环境中摸索出来的。现在要搬到上海，他第一反应是：“直接照搬不就完事了？”但现实是——上海的辣椒可能比北京更辣，上海人可能偏爱清淡，甚至店里的排风系统都不同。到底哪些因素会影响“菜谱的移植成功”？这正是可移植性问题的本质。

在因果推断中，“可移植性”（Transportability）指：在一个环境（源环境）中学习到的因果结论，能否迁移到另一个环境（目标环境）中继续成立。更专业地说，假设我们在源环境 $\Pi$ 中观测到了分布 $P$，并且通过实验得到了因果效应 $P(Y|do(X))$。我们希望知道，在目标环境 $\Pi'$ 中，同样的干预 $do(X)$ 对 $Y$ 的影响是否一样。

这个问题的难点在于：两个环境的数据分布往往不同。分布差异可能来源于很多方面——比如两个城市的“顾客构成不同”（人口统计学差异）、“厨房设备不同”（环境变量差异）、甚至“辣度标准不同”（潜在变量差异）。在因果图中，这些差异根植于不同的因果机制层面。

直觉理解：因果图就像菜谱的流程图——“放辣椒”会导致“变辣”，“加花椒”会导致“变麻”。如果上海厨房里“放辣椒”的效果本身和北京不一样（比如辣椒品种不同），那整个移植就出问题了。可移植性研究的就是：哪些环节（机制）的差异会破坏移植，哪些差异无关紧要。

一旦理解了机制层面的差异，我们就需要更精确的工具来描述“菜谱的本质”——这就是结构因果模型出场的时候了。

---

P∗(Y∣do(X))≠P(Y∣do(X))当且仅当G 的某些机制在目标环境中被修改\displaystyle P^*(Y|do(X)) \neq P(Y|do(X)) \quad \text{当且仅当} \quad \mathcal{G} \text{ 的某些机制在目标环境中被修改}
公式翻译成人话：目标环境中的因果效应 ≠ 源环境中的因果效应，当且仅当两地的因果机制存在差异。就像北京的“辣度=3”和上海的“辣度=5”不是同一个概念。
  1. 符号说明$P^*(Y|do(X))$ 表示目标环境中的干预分布，$P(Y|do(X))$ 表示源环境中的干预分布。星号（*）表示目标环境的量。
    P∗(Y∣do(X))P^*(Y|do(X))
  2. 不等式含义$\neq$ 强调两个量可能不同。可移植性问题就是研究“何时相等、何时不等”。
    P∗(Y∣do(X))≠P(Y∣do(X))P^*(Y|do(X)) \neq P(Y|do(X))
  3. 条件解析当且仅当因果图 $\mathcal{G}$ 中某些机制（即结构方程或外生变量的分布）在目标环境中被修改。
    G 的某些机制被修改\mathcal{G} \text{ 的某些机制被修改}

结构化因果模型

为了搞清哪些环节可能出错，老张决定把菜谱“结构化”——画一张流程图：从食材（外生变量）到作料加工（中介），再到最终出菜（结果）。这张图告诉我们每个环节的因果方向，也暴露了哪些环节可能被上海厨房改变。

在因果推断的框架中，结构因果模型（SCM） 是描述数据生成机制的核心工具。一个SCM由三部分构成：外生变量 $U$（代表所有未观测的随机因素，如“食材本身的品质”）、内生变量 $V$（系统中我们关心的变量，如“辣度”“销量”）、以及一组结构方程 $f$，描述内生变量如何由外生变量和其他内生变量决定：

其中 $PA_i$ 是 $V_i$ 的父节点（直接原因），$U_i$ 是影响 $V_i$ 的外生噪声。

因果图 $\mathcal{G}$ 则是这个SCM的“骨架”——将有向边从 $PA_i$ 指向 $V_i$，形成一个有向无环图（DAG）。干预 $do(X=x)$ 相当于在图上做一个“外科手术”：把 $X$ 的结构方程删掉，强制令 $X=x$，得到一个“截断图” $\mathcal{G}_{\overline{X}}$。

关键理解：SCM给了我们一个“因果世界的乐高模型”。就像老张的菜谱流程图——他知道“辣椒→辣味→好评”这条路径，也知道“花椒→麻味→好评”是另一条独立路径。当他把菜谱移植到上海时，他需要确定：上海的厨房里，哪些环节的“结构”会和北京不同。

比喻回扣：SCM就是老张那本“结构化菜谱”。它的妙处在于，一旦知道了哪些环节（机制）可能被修改，就能系统判断移植策略。但光有“菜谱”还不够，我们还需要一个“换算公式”——这就是传输公式的用武之地。

---

Vi=fi(PAi,Ui)V_i = f_i(PA_i, U_i)
P(Y∣do(X))=P(Y∣do(X=x))由截断图GX‾ 中的机制决定P(Y|do(X)) = P(Y|do(X=x)) \quad \text{由截断图} \quad \mathcal{G}_{\overline{X}} \text{ 中的机制决定}
  1. SCM定义$V_i = f_i(PA_i, U_i)$ 表示每个变量 $V_i$ 都是由其直接原因 $PA_i$ 和未观测噪声 $U_i$ 通过函数 $f_i$ 生成的。
    Vi=fi(PAi,Ui)V_i = f_i(PA_i, U_i)
  2. 外生变量作用$U_i$ 是外生变量，代表所有未纳入模型的外部因素，它们是整个系统的“随机种子”。
    Ui∼P(Ui)U_i \sim P(U_i)
  3. 截断图操作$do(X=x)$ 将 $X$ 从其父节点中解放出来，强制赋值。这在图中表现为删除所有指向 $X$ 的边。
    GX‾ 中删除 PAX→X\mathcal{G}_{\overline{X}} \text{ 中删除 } PA_X \rightarrow X

传输公式

老张终于想明白了：不能照搬菜谱，但他可以“对症下药”。比如，北京的水煮鱼辣度是“3勺辣椒”，上海人喜欢“5勺辣椒”——那他就把“辣度”这个变量找出来，做一个“辣度换算”。传输公式做的事情，本质上就是把源环境的因果效应，通过一个“换算系数”（校正因子），转换为目标环境的因果效应。

在形式化定义中，假设我们在源环境 $\Pi$ 中学到了因果效应 $P(Y|do(X))$，并希望估计目标环境 $\Pi'$ 中的 $P^*(Y|do(X))$。如果两个环境的差异可以用一组协变量 $W$ 来描述（即 $W$ 在两地间的分布变化捕捉了所有机制差异），则传输公式如下：

这个公式的直觉是：源环境中学到的“给定 $W$ 的因果效应”保持不变，但 $W$ 本身的分布在目标环境中不同了。就像老张发现：“每个辣度等级下，顾客对麻辣度的反应（因果效应）两地相同；但上海顾客对辣度的偏好（$W$ 的分布）整体上移了。”

更一般的情况，如果两个环境的差异由多个“选择变量” $S$（selection variables）指示，例如 $S=1$ 表示源环境、$S=0$ 表示目标环境、$S=2$ 表示某个子群，则传输公式可以借助反事实分解进一步扩展：

其中 $Z$ 是一组满足特定条件的“调整集”，使得 $Y$ 在给定 $X, Z$ 时对环境的变异性免疫。

直觉总结：传输公式就像“菜谱翻译器”。它告诉我们：如果源环境和目标环境之间的差异能归结为某些可观测变量 $W$ 的分布变化，那么就可以通过“在源环境学因果效应、在目标环境学 $W$ 分布”的组合拳，完成移植。

但这里藏着一个关键问题——什么时候这样的“翻译”是合法的？ 这就引出了可识别性条件。

---

P∗(Y∣do(X))=∑WP(Y∣do(X),W)×P∗(W)P^*(Y|do(X)) = \sum_W P(Y|do(X), W) \times P^*(W)
P∗(Y∣do(X))=∑ZP(Y∣do(X),Z)×P∗(Z)P^*(Y|do(X)) = \sum_{Z} P(Y|do(X), Z) \times P^*(Z)
  1. 因果效应分解$P(Y|do(X), W)$ 表示在控制 $W$ 的条件下，干预 $X$ 对 $Y$ 的因果效应。
    P(Y∣do(X),W)P(Y|do(X), W)
  2. 分布替换$P^*(W)$ 是目标环境中 $W$ 的边际分布。这个分布通常可以从目标环境的观测数据中估计得到。
    P∗(W)=∑UP∗(W,U)P^*(W) = \sum_{U} P^*(W, U)
  3. 叠加求和$\sum_W$ 对所有可能的 $W$ 取值求和，本质上是“按 $W$ 的分布加权平均”。
    ∑WP(Y∣do(X),W)×P∗(W)\sum_W P(Y|do(X), W) \times P^*(W)

可识别性条件

老张现在有了“翻译公式”，但他还需要一个“使用手册”来判断：什么时候能翻译，什么时候不能？比如，如果上海厨房不仅“辣度偏好”不同，连“辣椒本身的特性”都变了——那这个翻译公式就可能失效。可识别性条件就是来划定“可翻译边界”的。

在因果推断中，可识别性（Identifiability）指：当且仅当目标环境的因果效应 $P^*(Y|do(X))$ 可以仅通过源环境的数据（或源数据加少量目标环境的观测数据）唯一确定时，称该效应是可移植的（transportable）。Pearl 与 Bareinboim 给出了一个核心的充分条件——传输定理：

其中 $S$ 是选择变量（selection variable），指示样本来自哪个环境。这个条件的含义是：只要我们找到了 $Z$，使得给定 $X$ 和 $Z$ 之后，$Y$ 的分布不再随环境变化（即 $Y$ 与环境选择变量 $S$ 独立），那么 $P^*(Y|do(X))$ 就可以被识别。

更具体地，当调整集 $Z$ 存在时：

深层含义：可识别性条件就像“移植成功率探测器”。如果条件独立成立，说明你已经找到了区分北京和上海的全部关键变量——只要按它们的分布加权，就能完美移植。如果条件不成立，说明有些环境差异是“不可观测的暗变量”在作祟，此时结论不可移植。

老张用这个“探测器”发现：他的水煮鱼移植完全可行，因为他找到了关键变量——“辣椒种类”。有了这个认识，他只需在上海重新估计 $P^*(辣椒种类)$，就能做出同样正宗的水煮鱼。但这引出了另一层挑战——如果样本本身有偏怎么办？

---

P∗(Y∣do(X)) 可识别  ⟺  存在调整集 Z，使得 Y⊥S∣(X,Z) 成立P^*(Y|do(X)) \text{ 可识别} \iff \text{存在调整集 } Z \text{，使得 } Y \perp S \mid (X, Z) \text{ 成立}
P∗(Y∣do(X))=∑ZP(Y∣do(X),Z)×P∗(Z)P^*(Y|do(X)) = \sum_Z P(Y|do(X), Z) \times P^*(Z)
  1. 独立条件$Y \perp S \mid (X, Z)$ 表示在给定 $X$ 和 $Z$ 时，$Y$ 与 $S$ 条件独立。$S$ 就像是“环境标签”——如果你已经知道了 $X$ 和 $Z$，$Y$ 的分布就不再依赖于是北京还是上海。
    Y⊥S∣(X,Z)Y \perp S \mid (X, Z)
  2. 等价性判断$\iff$ 表示“当且仅当”。这与条件独立的可检验性直接相关——通过数据可以验证条件独立是否成立。
    可识别  ⟺  条件独立成立\text{可识别} \iff \text{条件独立成立}
  3. 调整集查找$\sum_Z$ 表示对 $Z$ 做加权求和，$Z$ 通常是 $X$ 的父节点或后门路径上的变量。
    P∗(Y∣do(X))=∑ZP(Y∣do(X),Z)P∗(Z)P^*(Y|do(X)) = \sum_Z P(Y|do(X), Z) P^*(Z)

选择偏差处理

老张终于把菜谱“翻译”好了，准备在上海大展身手。但他突然发现一个陷阱：上海分店开业第一周，来的顾客全是“重辣爱好者”——因为开业宣传恰好投给了辣味美食群。如果他用这批顾客的数据去估计 $P^*(辣椒种类)$，估计结果会严重偏差。这就是选择偏差（Selection Bias） 问题。

在可移植性框架中，选择偏差指的是：目标环境的观测数据 $P^*(W)$ 并不是从目标环境的真实分布中采样的，而是经过了某种“选择机制”的过滤。形式上，如果存在一个选择变量 $S_W$（样本被选择进入数据的指示器），使得观测到的分布满足：

那么直接用观测数据代入传输公式就会导致偏差。解决选择偏差的常见方法有两种：

1. 逆概率加权（IPW）：如果我们知道每个样本被选入数据的概率 $P(S_W=1 \mid W)$，可以通过加权恢复真实分布：

2. 灵敏度分析：当我们无法确定选择机制的精确形式时，可以尝试不同的选择机制假设，评估结论对假设的敏感程度。

比喻回扣：选择偏差就像老张在上海开业首周只看到了“重辣爱好者”顾客——他用这群人的数据去估计上海人的辣度偏好，自然是“一叶障目”。聪明的老张会怎么做？他会找到数据收集机制（比如调查问卷的投放渠道），估计哪些人被漏掉了，然后用加权的方式补回来。只有处理好这些偏差，可移植性才能真正落地。

---

Pobs∗(W)=P∗(W∣SW=1)≠P∗(W)P_{\text{obs}}^*(W) = P^*(W \mid S_W = 1) \neq P^*(W)
P∗(W)=Pobs∗(W)P(SW=1∣W)×常数P^*(W) = \frac{P_{\text{obs}}^*(W)}{P(S_W = 1 \mid W)} \times \text{常数}
  1. 选择机制$P_{\text{obs}}^*(W) = P^*(W \mid S_W = 1)$ 表示观测到的分布是真实分布 $P^*(W)$ 在 $S_W=1$ 条件下的截断版本。
    Pobs∗(W)=P∗(W∣SW=1)P_{\text{obs}}^*(W) = P^*(W \mid S_W = 1)
  2. 加权公式逆概率加权通过除以被选中的概率来恢复真实分布。分子是观测分布，分母是选择概率。
    Pobs∗(W)P(SW=1∣W)\frac{P_{\text{obs}}^*(W)}{P(S_W = 1 \mid W)}
  3. 常数项乘以一个常数使得 $P^*(W)$ 的求和为 1（归一化）。
    ∑WP∗(W)=1\sum_W P^*(W) = 1

实际应用与展望

故事的最后，老张的水煮鱼成功在上海开业，一个月后登上了“上海必吃榜”。他的成功不是偶然——他系统地使用了可移植性的方法论。回到AI领域，这套方法论正在多个真实场景中发挥着巨大价值。

在医疗领域，一个在大型综合医院训练出的“ICU死亡风险预测模型”，移植到社区医院时面临患者构成显著不同的挑战。可移植性分析帮助团队识别出“疾病严重程度”是关键的转移变量 $W$——通过社区医院的电子病历估计 $P^*(W)$，再结合源医院学到的 $P(Y|do(X), W)$，模型得到了成功校准。这种分析使得医疗AI模型的“多中心验证”从经验主义走向了理论指导。

在推荐系统领域，跨域推荐（如从视频平台迁移到电商平台）是典型的可移植性问题。用户的“兴趣偏好结构”（$X$ 影响 $Y$ 的因果机制）可能是环境无关的，但“兴趣分布”（$P(W)$）在视频和电商平台间差异巨大。利用传输公式，算法团队可以将视频平台的“用户偏好→点击”结构迁移到电商平台，只需重新估计电商平台的兴趣分布，避免了冷启动问题。

在政策评估中，在A城市验证的“交通管制对空气质量的影响”要推广到B城市时，两地的产业结构、地形气候都会造成效应差异。通过构建选变量 $S$ 和调整集 $Z$，政策分析师可以严谨地判断：哪些结论可以直接迁移，哪些结论必须本地重新实验。

展望未来，随着因果AI的普及，可移植性原理将成为AI模型“出厂质检”的必要环节——不仅要知道模型在新环境的表现，更要论证为什么表现好、何时会失效。这就像老张最终总结的做菜心得：“我不是照搬菜谱，而是找到了菜谱背后的原理。”

---

AI 应用场景

医疗AI模型跨院迁移

阶段：模型部署与适配

解决的问题：传统方式下，在A医院训练的诊断模型直接部署到B医院时往往性能骤降，因为病人构成、设备型号、医生习惯均有差异。工程师只能盲目地重新收集数据训练，成本极高。运用可移植性分析，团队先构建两个医院的因果图，识别出“疾病分期”和“基础疾病负担”作为调整集 $Z$，再利用传输公式从A医院效应和B医院协变量分布中导出适配效应。

具体案例：某三甲医院与社区医院的合作中，使用该方法将“糖尿病并发症风险模型”成功转移。通过可移植性验证，团队判断出“年龄构成”是关键转移变量，仅需在社区医院收集500例患者数据估计 $P^*(年龄)$，便完成了全模型的适配，避免了重新标注上万例的巨额成本。

推荐系统跨域冷启动

阶段：特征工程与模型迁移

解决的问题：新电商平台没有足够的用户行为数据，但视频平台已有丰富的“用户→内容→反馈”数据。传统迁移学习方法不做因果区分，容易把“视频平台的娱乐偏好关系”错误移植到“电商平台的购买决策”上。可移植性分析先把两个域的用户决策因果图画出，识别出“购买决策”在电商域多了“价格敏感性”这一父节点。通过传输公式加入价格相关的校正项，实现结构性迁移。

具体案例：某互联网公司从短视频平台向电商App迁移“用户兴趣预估模型”。通过可移植性框架，识别出“兴趣→点击”效应不变，但兴趣分布不同。团队仅需在电商侧用少量曝光日志估计兴趣分布，就实现了新用户冷启动CTR提升18%。

政策效果跨区域评估

阶段：因果推断与敏感性分析

解决的问题：每项公共政策（如环保管控、教育补贴）都需要评估效果，但A城市的政策效果无法直接推广到B城市。传统做法是双城各自做实验，耗时耗钱。可移植性原理让评估人员从机制层面判断：两地的“政策执行方式→居民响应”因果结构是否一致，哪些协变量需要随区域调整。

具体案例：某市环保局将“限号政策对空气质量影响”的评估模型推广至邻市。通过可移植性分析发现，两地关键差异在“公共交通覆盖度”。校准该变量后，无需在邻市开展新实验，即给出了政策效果区间估计，为决策节省了6个月实验时间。

Python 演示

python61 行
import numpy as npimport pandas as pdimport dowhyfrom dowhy import CausalModelfrom scipy.special import expit # 模拟源环境数据（北京）：X干预, W混杂, Y结果np.random.seed(42)n_src = 5000W_src = np.random.normal(0, 1, n_src)X_src = np.random.binomial(1, expit(0.5 * W_src - 0.2), n_src)Y_src = 2.0 * X_src + 1.5 * W_src + np.random.normal(0, 0.5, n_src)data_src = pd.DataFrame({'X': X_src, 'W': W_src, 'Y': Y_src}) # 模拟目标环境数据（上海）：仅W分布不同n_tgt = 2000W_tgt = np.random.normal(1.5, 0.8, n_tgt)data_tgt_obs = pd.DataFrame({'W': W_tgt}) # 构建源环境的因果模型model = CausalModel(    data=data_src,    treatment='X',    outcome='Y',    common_causes=['W']) # 识别源环境中的因果效应identified = model.identify_effect(proceed_when_unidentifiable=True)causal_estimate = model.estimate_effect(    identified,    method_name="backdoor.linear_regression")ate_src = causal_estimate.valueprint("源环境ATE:", round(ate_src, 4)) # 传输公式：P*(Y|do(X)) = sum_W P(Y|do(X),W) * P*(W)# 第一步：在源环境数据上拟合条件效应模型X_design = np.column_stack([np.ones(n_src), X_src, W_src])beta, _, _, _ = np.linalg.lstsq(X_design, Y_src, rcond=None) # 第二步：在目标环境数据上计算转移效应W_star = data_tgt_obs['W'].valuesX_counterfactual_1 = np.column_stack([np.ones(len(W_star)), np.ones(len(W_star)), W_star])X_counterfactual_0 = np.column_stack([np.ones(len(W_star)), np.zeros(len(W_star)), W_star])Y_star_1 = X_counterfactual_1 @ betaY_star_0 = X_counterfactual_0 @ betaate_transport = np.mean(Y_star_1 - Y_star_0)print("传输到目标环境的ATE:", round(ate_transport, 4)) # 处理选择偏差：模拟目标环境观测样本只来自"高W"分组select_prob = expit(2.0 * (W_tgt - 1.0))selected = np.random.binomial(1, select_prob, n_tgt) == 1W_biased = W_tgt[selected]# 逆概率加权估计真实P*(W)ipw = 1.0 / expit(2.0 * (W_biased - 1.0))ate_weighted = np.average(    X_counterfactual_1[selected, 2] * beta[2] - X_counterfactual_0[selected, 2] * beta[2],    weights=ipw)print("逆概率加权后的传输ATE:", round(ate_weighted, 4))
目的：这段代码模拟了“源环境学到因果效应 → 通过传输公式迁移到目标环境 → 用逆概率加权矫正选择偏差”的完整链路，是理解可移植性原理的最简工程实现。
  1. from dowhy import CausalModel导入微软开源的因果推断库，简化了因果图的构建与效应识别。
  2. model.identify_effect(proceed_when_unidentifiable=True)自动判断源环境中的因果效应是否可识别。
  3. causal_estimate.value提取源环境中的平均处理效应（ATE），即“北京的因果结论”。
  4. np.column_stack([np.ones(n_src), X_src, W_src])构建包含截距项、干预项、混杂项的设计矩阵，用于拟合条件效应模型。
  5. beta, _, _, _ = np.linalg.lstsq(...)最小二乘法拟合 $E[Y|do(X), W]$ 的结构参数。
  6. X_counterfactual_1 / X_counterfactual_0构造“所有人都接受干预”与“所有人都接受对照”的反事实输入矩阵。
  7. np.mean(Y_star_1 - Y_star_0)对目标环境中的 $W$ 分布做平均，这正是传输公式的数值实现。
  8. expit(2.0 * (W_tgt - 1.0))构造一个依赖 $W$ 的选择概率函数，模拟“样本只来自高 $W$ 子群”的偏差。
  9. ipw = 1.0 / expit(...)逆概率权重，把有偏样本加权还原成目标环境的真实分布。
  10. np.average(..., weights=ipw)用 IPW 权重重新计算传输效应，消除选择偏差的干扰。

常见误区

误区“可移植性不就是迁移学习换个名字吗？只要目标环境的数据够多，把源模型微调一下不就行了？我做过BERT的fine-tuning，就是干这个的。”

正解可移植性是因果层面的概念，关注的是因果机制是否在环境间保持一致。迁移学习关注的是预测性能的迁移，即使因果机制完全不同（比如北京的“好评←辣度”，上海的“好评←服务”）也可能通过数据量硬学出来。但可移植性要求从机制上论证迁移的合法性——它回答的是“为什么能迁”而不是“迁完效果如何”。就像老张不仅能做水煮鱼，还知道自己移的是“辣度机制”还是“麻度机制”。

为何常见：因为两者都涉及“跨环境应用模型”，而且在实际工具链中常常使用相似的代码（微调、适配），很多人就把它们混为一谈。

误区“源环境和目标环境的特征分布$P(X)$看起来差不多，那因果效应$P(Y|do(X))$应该也差不多，直接重用模型就行。”

正解联合分布相似既不是充分条件、也不是必要条件。两个环境的观测分布可能完全相同，但干预后的分布却大相径庭——因为$P(Y|do(X))$反映的是底层机制，而分布只是机制产生的结果。就像北京和上海餐厅的客人评价分布完全一样，但北京的好评来自辣味、上海的好评来自服务——你改变辣度会砸了北京店的招牌，对上海店却毫无影响。必须回到因果图层面判断机制是否等价。

为何常见：因为机器学习中习惯用“分布对齐”衡量两个域的相似性，但这种直觉在因果推断中有根本局限。

误区“传输公式说$P^*(Y|do(X)) = \sum_W P(Y|do(X),W) \times P^*(W)$，那我用任意一个$W$做调整集就行了吧？反正数学上公式是对的。”

正解这是一个隐蔽的陷阱。$W$ 必须满足可识别性条件（如 $Y \perp S \mid (X, W)$），即 $W$ 必须阻断所有环境差异对 $Y$ 的影响路径。随便选一个 $W$ 代入公式，得到的是伪移植——结果既不是目标环境的因果效应，也不是源环境的因果效应。就像老张用“店铺招牌颜色”当调整变量，这个 $W$ 与辣度无关，传输公式算出来是噪音。

为何常见：因为公式看起来像一个简单的加权平均，忽略了公式成立的前提条件，初学者容易被数学形式误导。

误区“目标环境的数据有选择偏差，那我多采集一些数据、凑够样本量，偏差自然就消失了。”

正解选择偏差的本质是采样机制依赖变量取值，样本量再大，也只是把有偏分布采样得更精确，偏差不会自行消失。正确的做法要么是建模选择机制并用逆概率加权，要么做灵敏度分析评估结论对假设的依赖程度。就像老张在上海用“辣味美食群”的问卷收集数据，发一万份问卷和发十万份，得到的仍然是“重辣爱好者”的辣度偏好——不修正采样机制，数据越多越自信地错。

为何常见：大数据时代的直觉是“数据量解决一切”，忽略了采样机制的系统性偏倚不会随 $n$ 增大而消失。

误区“我用可移植性分析迁移了模型，验证集上效果也不错，以后就一劳永逸了，不需要再检查。”

正解可移植性是对“当前机制差异”的判断。如果环境机制发生变化（比如上海分店换了辣椒供应商），之前的验证就会失效。现实世界的环境持续演变，可移植性需要作为持续监控的环节，定期检查关键调整集的分布漂移和条件独立假设是否仍然成立。

为何常见：因为因果分析常被视为“一次性的研究活动”，而忽视了它与机器学习系统类似，也需要持续维护和数据漂移监控。

面试题

Q1. 干预的可移植性研究的核心问题是？

单选题 · easy

  • A.如何让模型在不同硬件上运行更快
  • B.源环境的因果结论能否跨环境推广← 正确答案
  • C.如何提升模型在源环境的准确率
  • D.如何压缩模型减少参数量

答案：B。可移植性关注的是“在一个环境中学习到的因果效应（菜谱）能否在另一个环境（新厨房）继续成立”。A、C、D分别涉及性能优化和模型压缩，均与因果结论的跨环境推广无关。

Q2. 结构因果模型（SCM）中，内生变量的取值由什么决定？

单选题 · easy

  • A.仅由外生变量直接决定
  • B.仅由其他内生变量决定
  • C.由其父节点和外生噪声共同决定← 正确答案
  • D.由随机数生成器唯一决定

答案：C。SCM中每个内生变量 $V_i$ 由结构方程 $V_i = f_i(PA_i, U_i)$ 生成，即由父节点（直接原因）和外生噪声共同决定。选项C准确表达了这一生成机制，而A、B均只提到部分因素，D与结构性因果背道而驰。

Q3. 在传输公式 $P^*(Y|do(X)) = \sum_W P(Y|do(X), W) \times P^*(W)$ 中，$W$ 的分布 $P^*(W)$ 从哪里获取？

单选题 · mid

  • A.源环境的观测数据
  • B.目标环境的观测数据← 正确答案
  • C.源环境的干预实验数据
  • D.完全由人工指定，无需数据

答案：B。传输公式的精髓是“效应从源环境学，分布从目标环境学”。$P^*(W)$ 是目标环境中协变量的分布，通常可以通过目标环境的观测数据直接估计，这是可移植性优于“重新实验”的重要优势。

Q4. 可识别性条件 $Y \perp S \mid (X, Z)$ 中的 $S$ 代表什么？

单选题 · mid

  • A.样本量
  • B.选择变量（环境标签）← 正确答案
  • C.敏感性系数
  • D.标准误

答案：B。$S$ 是选择变量（selection variable），标记样本来自哪个环境或子群。条件独立表示“在已知干预和调整集的情况下，结果变量的分布不再依赖环境”，这是判断因果效应可移植的核心条件。A、C、D均不是选择变量的含义。

Q5. 以下哪些情况可能导致源环境到目标环境的因果效应不可移植？

多选题 · mid

  • A.两个环境的混杂变量分布不同← 正确答案
  • B.两个环境中的因果机制（结构方程）相同
  • C.某些未观测变量在两个环境中的分布不同且影响结果← 正确答案
  • D.目标环境存在选择偏差且无法校正← 正确答案

答案：ACD。A（混杂分布不同）、C（未观测变量分布差异影响结果）、D（不可校正的选择偏差）都会破坏可移植性。B（机制相同）恰恰是可移植的有利条件。可移植性要求“机制一致、可观测的分布差异可调整”，其他因素都会构成障碍。

Q6. 逆概率加权（IPW）校正选择偏差的核心原理是什么？

单选题 · hard

  • A.给每个样本乘以随机噪声来增加多样性
  • B.用选择概率的倒数给样本加权以恢复真实分布← 正确答案
  • C.删除所有被选中的样本
  • D.用源环境数据替代目标环境数据

答案：B。IPW的核心思想是：观测分布 $P_{obs}(W) = P(W|S=1)$，为了恢复 $P(W)$，给每个样本乘以 $1/P(S=1|W)$ 的权重，相当于“一人代表多人”，从而还原被采样机制过滤掉的真实分布。A是噪声注入，C是反其道行之，D是混淆了源与目标环境。

Q7. 关于可移植性与迁移学习的区别，以下说法正确的有？

多选题 · hard

  • A.可移植性关心因果机制是否跨环境一致← 正确答案
  • B.迁移学习只关心预测性能，不关心机制← 正确答案
  • C.可移植性需要因果图作为推理依据← 正确答案
  • D.两者在数学上完全等价

答案：ABC。可移植性是因果层面的问题，要求从机制上解释“为什么能迁”，因此需要因果图作为依据；迁移学习是统计学习层面的问题，关注端到端性能。它们有着不同的理论工具与实践目标，并非等价，故D错误。

Q8. 在医疗AI跨院迁移场景中，“疾病严重程度”可能扮演什么角色？

单选题 · hard

  • A.只能是治疗手段
  • B.可能是调整集 $Z$ 中的关键协变量← 正确答案
  • C.一定是最终结果变量
  • D.一定是无用的干扰项

答案：B。场景中医院间的患者构成差异主要由“疾病严重程度”的分布差异体现。因此它是调整集 $Z$ 的关键候选变量——控制了它之后，治疗手段到结果的机制在两家医院间可能保持一致，从而实现可移植。A、C、D都误解了它作为协变量的角色。

Q9. 以下哪些操作属于“干预 $do(X)$”的范畴？

多选题 · hard

  • A.随机给一部分患者服用新药← 正确答案
  • B.观察并记录患者自行服药的情况
  • C.强制所有患者每天运动30分钟← 正确答案
  • D.统计患者过去一年的运动记录

答案：AC。干预 $do(X)$ 是“主动控制系统中的 $X$，强制设定其取值”，A（随机给药）和C（强制运动）都是主动干预。B和D是观测行为，$X$ 的值由自然过程决定，没有经过“外科手术式”的强制赋值，因此不属于干预。

Q10. 下列关于“传输公式”的比喻，最贴切的是？

单选题 · easy

  • A.源环境菜谱直接照搬到新厨房
  • B.用新厨房的食材分布对菜谱做加权修订← 正确答案
  • C.扔掉旧菜谱重新发明新菜
  • D.把两家餐厅的菜单合并成一份

答案：B。传输公式的本质是“源环境学习效应、目标环境学习协变量分布，然后加权合成”。对应到比喻中，就是保留老菜谱的烹饪逻辑（效应），用新厨房的食材分布（$P^*(W)$）做加权修订。A忽略了分布差异，C完全抛弃了迁移，D是组合而非迁移。