DoWhy MCP v2.0

# 🔍 DoWhy v0.13 完整功能矩阵 ## 📊 **基于最新文档的完整功能清单** 基于DoWhy main分支（v0.13）的官方API文档，以下是完整的功能矩阵： --- ## 🎯 **1. 因果估计器 (causal_estimators)** ### 1.1 **标准估计方法** | 估计器 | 调用方式 | 状态 | 优先级 | |--------|---------|------|--------| | `LinearRegressionEstimator` | `backdoor.linear_regression` | ✅ 已实现 | - | | `GeneralizedLinearModelEstimator` | `backdoor.generalized_linear_model` | ❌ 缺失 | 🔥 极高 | | `DistanceMatchingEstimator` | `backdoor.distance_matching` | ❌ 缺失 | 🔥 极高 | | `PropensityScoreMatchingEstimator` | `backdoor.propensity_score_matching` | ✅ 已实现 | - | | `PropensityScoreStratificationEstimator` | `backdoor.propensity_score_stratification` | ❌ 缺失 | 🔥 极高 | | `PropensityScoreWeightingEstimator` | `backdoor.propensity_score_weighting` | ❌ 缺失 | 🔥 极高 | | `InstrumentalVariableEstimator` | `iv.instrumental_variable` | ✅ 已实现 | - | | `RegressionDiscontinuityEstimator` | `iv.regression_discontinuity` | ❌ 缺失 | 🔥 极高 | | `TwoStageRegressionEstimator` | `frontdoor.two_stage_regression` | ❌ 缺失 | 🔥 极高 | ### 1.2 **高级集成估计器** | 估计器 | 调用方式 | 状态 | 优先级 | |--------|---------|------|--------| | `Econml` | `backdoor.econml.*` | ❌ 缺失 | 🟡 中 | | `Causalml` | `backdoor.causalml.*` | ❌ 缺失 | 🟡 中 | **小计**: 11个估计器，已实现3个，缺失8个 --- ## 🎯 **2. 因果反驳器 (causal_refuters)** ### 2.1 **标准反驳方法** | 反驳器 | 调用方式 | 状态 | 优先级 | |--------|---------|------|--------| | `RandomCommonCause` | `random_common_cause` | ✅ 已实现 | - | | `PlaceboTreatmentRefuter` | `placebo_treatment_refuter` | ❌ 缺失 | 🟡 中 | | `DataSubsetRefuter` | `data_subset_refuter` | ❌ 缺失 | 🟡 中 | | `AddUnobservedCommonCause` | `add_unobserved_common_cause` | ❌ 缺失 | 🟡 中 | | `BootstrapRefuter` | `bootstrap_refuter` | ❌ 缺失 | 🟡 中 | | `DummyOutcomeRefuter` | `dummy_outcome_refuter` | ❌ 缺失 | 🟡 中 | **小计**: 6个反驳器，已实现1个，缺失5个 --- ## 🎯 **3. 图形因果模型 (gcm)** ### 3.1 **核心模型类** | 模型类 | 功能 | 状态 | 优先级 | |--------|------|------|--------| | `StructuralCausalModel` | 结构因果模型 | ❌ 缺失 | 🔥 极高 | | `InvertibleStructuralCausalModel` | 可逆结构因果模型 | ❌ 缺失 | 🔥 极高 | | `ProbabilisticCausalModel` | 概率因果模型 | ❌ 缺失 | 🔥 极高 | ### 3.2 **因果机制** | 机制类 | 功能 | 状态 | 优先级 | |--------|------|------|--------| | `AdditiveNoiseModel` | 加性噪声模型 | ❌ 缺失 | 🔥 极高 | | `ClassifierFCM` | 分类器功能因果模型 | ❌ 缺失 | 🔥 极高 | | `PostNonlinearModel` | 后非线性模型 | ❌ 缺失 | 🔥 极高 | | `DiscreteAdditiveNoiseModel` | 离散加性噪声模型 | ❌ 缺失 | 🟡 中 | | `ConditionalStochasticModel` | 条件随机模型 | ❌ 缺失 | 🟡 中 | ### 3.3 **自动分配和拟合** | 功能 | 状态 | 优先级 | |------|------|--------| | `assign_causal_mechanisms` | ❌ 缺失 | 🔥 极高 | | `assign_causal_mechanism_node` | ❌ 缺失 | 🔥 极高 | | `fit` | ❌ 缺失 | 🔥 极高 | | `draw_samples` | ❌ 缺失 | 🔥 极高 | ### 3.4 **What-if分析** | 功能 | 状态 | 优先级 | |------|------|--------| | `interventional_samples` | ❌ 缺失 | 🔥 极高 | | `counterfactual_samples` | ❌ 缺失 | 🔥 极高 | | `average_causal_effect` | ❌ 缺失 | 🔥 极高 | ### 3.5 **异常和归因** | 功能 | 状态 | 优先级 | |------|------|--------| | `attribute_anomalies` | ❌ 缺失 | 🟡 中 | | `anomaly_scores` | ❌ 缺失 | 🟡 中 | | `conditional_anomaly_scores` | ❌ 缺失 | 🟡 中 | ### 3.6 **因果影响量化** | 功能 | 状态 | 优先级 | |------|------|--------| | `arrow_strength` | ❌ 缺失 | 🟡 中 | | `intrinsic_causal_influence` | ❌ 缺失 | 🟡 中 | | `feature_relevance_distribution` | ❌ 缺失 | 🟡 中 | ### 3.7 **模型评估和验证** | 功能 | 状态 | 优先级 | |------|------|--------| | `evaluate_causal_model` | ❌ 缺失 | 🟡 中 | | `falsify_graph` | ❌ 缺失 | 🟡 中 | | `refute_causal_structure` | ❌ 缺失 | 🟡 中 | ### 3.8 **分布变化分析** | 功能 | 状态 | 优先级 | |------|------|--------| | `distribution_change` | ❌ 缺失 | 🟡 中 | | `mechanism_change_test` | ❌ 缺失 | 🟡 中 | ### 3.9 **Shapley值分析** | 功能 | 状态 | 优先级 | |------|------|--------| | `estimate_shapley_values` | ❌ 缺失 | 🟡 中 | | `ShapleyConfig` | ❌ 缺失 | 🟡 中 | ### 3.10 **单位变化分析** | 功能 | 状态 | 优先级 | |------|------|--------| | `unit_change` | ❌ 缺失 | 🟡 中 | | `unit_change_linear` | ❌ 缺失 | 🟡 中 | | `unit_change_nonlinear` | ❌ 缺失 | 🟡 中 | **GCM模块小计**: 约40个功能，已实现0个，缺失40个 --- ## 🎯 **4. 因果识别器 (causal_identifier)** ### 4.1 **识别方法** | 功能 | 状态 | 优先级 | |------|------|--------| | `AutoIdentifier` | ✅ 已实现 | - | | `IDIdentifier` | ❌ 缺失 | 🟡 中 | | `BackdoorAdjustment` | ✅ 已实现 | - | | `GeneralizedAdjustment` | ❌ 缺失 | 🟡 中 | **小计**: 4个功能，已实现2个，缺失2个 --- ## 🎯 **5. Do采样器 (do_samplers)** ### 5.1 **采样方法** | 功能 | 状态 | 优先级 | |------|------|--------| | `DoSampler` | ❌ 缺失 | 🟡 中 | | 各种采样实现 | ❌ 缺失 | 🟡 中 | **小计**: 约5个功能，已实现0个，缺失5个 --- ## 🎯 **6. 图学习器 (graph_learners)** ### 6.1 **因果发现算法** | 算法 | 状态 | 优先级 | |------|------|--------| | `PC` | ✅ 已实现 | - | | `GES` | ✅ 已实现 | - | | `LiNGAM` | ✅ 已实现 | - | | 其他算法 | ❌ 可能缺失 | 🟢 低 | **小计**: 约5个算法，已实现3个，可能缺失2个 --- ## 🎯 **7. 解释器 (interpreters)** ### 7.1 **解释功能** | 功能 | 状态 | 优先级 | |------|------|--------| | `Interpreter` | ❌ 缺失 | 🟢 低 | | 各种解释方法 | ❌ 缺失 | 🟢 低 | **小计**: 约3个功能，已实现0个，缺失3个 --- ## 🎯 **8. 其他核心功能** ### 8.1 **API和数据框架** | 功能 | 状态 | 优先级 | |------|------|--------| | `CausalAccessor` (pandas API) | ❌ 缺失 | 🟡 中 | | `causal_data_frame` | ❌ 缺失 | 🟡 中 | ### 8.2 **数据变换器** | 功能 | 状态 | 优先级 | |------|------|--------| | `DimensionalityReducer` | ❌ 缺失 | 🟢 低 | ### 8.3 **数据集生成** | 功能 | 状态 | 优先级 | |------|------|--------| | `linear_dataset` | ❌ 缺失 | 🟢 低 | | `lalonde_dataset` | ❌ 缺失 | 🟢 低 | | 其他数据集 | ❌ 缺失 | 🟢 低 | --- ## 📊 **总体统计** | 模块 | 总功能数 | 已实现 | 缺失 | 覆盖率 | |------|---------|--------|------|--------| | 因果估计器 | 11 | 3 | 8 | 27% | | 因果反驳器 | 6 | 1 | 5 | 17% | | GCM模块 | 40 | 0 | 40 | 0% | | 因果识别器 | 4 | 2 | 2 | 50% | | Do采样器 | 5 | 0 | 5 | 0% | | 图学习器 | 5 | 3 | 2 | 60% | | 解释器 | 3 | 0 | 3 | 0% | | 其他功能 | 8 | 0 | 8 | 0% | | **总计** | **82** | **9** | **73** | **11%** | **注意**: 这个统计基于核心功能，不包括我们已实现的归因分析、根因分析、反事实分析等工具，这些可能是我们的自定义实现。 --- ## 🎯 **关键发现** 1. **我们的实际覆盖率更低**: 仅11%，而不是之前估计的20-30% 2. **GCM模块是最大缺失**: 40个功能完全没有实现 3. **标准估计方法缺失严重**: 11个中缺失8个 4. **我们可能有一些自定义实现**: 归因分析等工具可能不是DoWhy标准功能 这个矩阵为制定精确的重建计划提供了准确的基础。