因果推断学习笔记（一）

在日常生活中，我们常常会用到因果推断。比如

“你淋雨了，赶紧去洗澡，不然容易着凉，感冒”

这里我们认为淋雨是感冒的因，通过原因，来推断可能得结果

“我拉肚子了，可能是昨天海鲜吃多了”

这里我们认为海鲜吃多了是拉肚子的因，并且通过拉肚子反推可能得原因

因果推断遍布生活的方方面面，而在大数据时代，因果推断也在机器学习领域逐渐火了起来。

要学习因果推断，我们必须先学习一些预备知识。

因果性和相关性

首先我们需要区分因果性和相关性。

相关性：一个比较经典的例子，研究发现一个国家消耗巧克力越多，这个国家的诺贝尔奖得主就越多，显然这里反映的是两者的相关性，而没有因果关系。

因果性：进一步分析，我们发现吃巧克力多可能反映的是国家经济水平，国民教育水平等，而这些是诺贝尔奖得主数量的“因”。

因果性往往会反映相关性，也会导致伪相关，这个概念后续会进行介绍

贝叶斯基础知识

学习因果推断，我们需要先了解一些贝叶斯相关的预备知识。

贝叶斯公式