tau_true_test = (2.0 + 3.5 X_test[:, 0] + 0.8 X_test[:, 1] + 2.0 X_test[:, 0] X_test[:, 0]) - ( 2.0 + 1.5 X_test[:, 0] + 0.8 X_test[:, 1]) pehe = mean_squared_error(tau_true_test, tau_hat) ate_hat = tau_hat.mean() ate_true = tau_true_test.mean() print("PEHE:", round(pehe, 4)) print(“ATE 估计：”, round(ate_hat, 4), “真实：”, round(ate_true, 4)) print(“ATE 误差：”, round(abs(ate_hat - ate_true), 4)) ```
岗位关联
代码用途：用 sklearn 的随机森林实现 T-learner，在合成数据上分别训练处理组与对照组模型，估计个体处理效应并计算 PEHE 与 ATE 误差。