uber/causalml

Ver en GitHub

Uplift modeling and causal inference with machine learning algorithms

Estrellas: 6k
Forks: 877
Issues abiertos para principiantes: 0
Issues indexados: 11

Lenguaje dominante: Python
Licencia: Sin datos de licencia
Último push a GitHub: 20/8/2026
Última indexación: 19/9/2026
Guía de contribución: Guía de contribución
Código de conducta: Código de conducta
Etiquetas para principiantes: Sin etiquetas para principiantes indexadas
Métricas de merge de PR: Sin PR fusionados en 30 d

Para principiantes Todo

Abierto Todos

11 issues abiertos indexados

Error to import causal forest regressor Abierto

bug

Dificultad 3/5 1-2 días Aptitud para principiantes 45/100

uber/causalml#1048 · 1 comentario · Abierto el 10/9/2026
mape silently returns NaN when all targets are near-zero (empty filtered slice) Abierto

Dificultad 3/5 1-2 días Aptitud para principiantes 68/100

uber/causalml#1047 · Abierto el 10/9/2026
GradientBoostedPropensityModel early-stopping split ignores random_state and is not stratified Abierto

Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100

uber/causalml#1045 · Abierto el 4/9/2026
cate_scoring default learner is oversized for its own per-fold, per-arm call pattern Abierto

enhancement

Dificultad 4/5 3-5 días Aptitud para principiantes 48/100

uber/causalml#1037 · 1 comentario · 1 reacción · Abierto el 20/8/2026
S-, T- and X-learner bootstrap confidence intervals are not reproducible Abierto

bug

Dificultad 4/5 3-5 días Aptitud para principiantes 52/100

uber/causalml#1036 · 1 comentario · Abierto el 20/8/2026
Normalize meta-learner random_state handling through check_random_state Abierto

refactoring

Dificultad 3/5 1-2 días Aptitud para principiantes 68/100

uber/causalml#1035 · 1 comentario · Abierto el 20/8/2026
rlearner_score still requires outcome_learner while its siblings default to LightGBM Abierto

enhancement

Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100

uber/causalml#1034 · 1 comentario · 1 reacción · Abierto el 20/8/2026
sklearn metadata routing: let `treatment` reach a learner inside a Pipeline Abierto

enhancement

Dificultad 4/5 3-5 días Aptitud para principiantes 55/100

uber/causalml#986 · 7 comentarios · Abierto el 31/7/2026
Flip every signature to `(X, y, treatment, ...)` and delete the deprecation shim Abierto

enhancement refactoring

Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100

uber/causalml#985 · 1 comentario · Abierto el 31/7/2026
Adopt the scikit-learn `fit(X, y, treatment, ...)` argument order (v1.0 M1) Abierto

enhancement refactoring

Dificultad 5/5 Más de una semana Aptitud para principiantes 45/100

uber/causalml#980 · Abierto el 31/7/2026
CausalML is not compatible with Scikit-Learn Pipeline Abierto

enhancement

Dificultad 4/5 3-5 días Aptitud para principiantes 48/100

uber/causalml#854 · 2 comentarios · 1 reacción · Abierto el 24/10/2025

uber/causalml

Recibe los nuevos issues en tu correo