📈 economics

The Honest Truth About Causal Trees: Accuracy Limits for Heterogeneous Treatment Effect Estimation

यह शोधपत्र प्रदर्शित करता है कि मानक कॉज़ल ट्री अनुमानक (causal tree estimators), जो ग्रिडी कार्ट-प्रकार के स्प्लिटिंग नियमों पर आधारित होते हैं, बहुपद अभिसरण दर (polynomial convergence rates) प्राप्त करने में विफल रहते हैं और अत्यधिक असंतुलित स्प्लिट्स के बार-बार चयन के कारण असंगत हो सकते हैं जो बड़े अनुमान विचरण (estimation variance) को प्रेरित करते हैं, एक ऐसी सीमा जो सैंपल स्प्लिटिंग ("हॉनेस्टी") का उपयोग करने पर भी बनी रहती है।

मूल लेखक: Matias D. Cattaneo, Jason M. Klusowski, Ruiqi Rae Yu

प्रकाशित 2026-03-19

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Matias D. Cattaneo, Jason M. Klusowski, Ruiqi Rae Yu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

"कॉज़ल ट्रीज़" (Causal Trees) का ईमानदार सच: वे कभी-कभी रास्ता क्यों भटक जाते हैं

कल्पना कीजिए कि आप एक जासूस हैं जो यह पता लगाने की कोशिश कर रहे हैं कि कुछ लोग एक विशिष्ट खाद्य पदार्थ खाने के बाद बीमार क्यों पड़ जाते हैं, जबकि अन्य नहीं। आपके पास संदिग्धों की एक लंबी सूची (डेटा) है जिनमें अलग-अलग विशेषताएं हैं: आयु, वजन, वे कहाँ रहते हैं, और उन्होंने क्या खाया।

इसे हल करने के लिए, आप एक डिसीजन ट्री (Decision Tree) का उपयोग करने का निर्णय लेते हैं। इस पेड़ को एक विशाल फ्लोचार्ट के रूप में सोचें। आप ऊपर से शुरू करते हैं और ऐसे सवाल पूछते हैं जैसे, "क्या व्यक्ति 50 वर्ष से अधिक आयु का है?" यदि हाँ, तो बाएँ जाएँ; यदि नहीं, तो दाएँ जाएँ। आप समूह को छोटे और छोटे उप-समूहों में विभाजित करते रहते हैं जब तक कि आपको एक पैटर्न न मिल जाए: "आह! 50 वर्ष से अधिक आयु के सभी लोग जो शहर में रहते हैं, बीमार पड़ जाते हैं, लेकिन कोई और नहीं।"

इस पद्धति को कॉज़ल ट्री एस्टीमेशन (Causal Tree Estimation) कहा जाता है। यह लोकप्रिय है क्योंकि यह सरल है, समझने में आसान है, और विशाल डेटासेट में इन छिपे हुए पैटर्न (जिन्हें "हेटरोजीनियस ट्रीटमेंट इफेक्ट्स" कहा जाता है) को खोजने में बहुत प्रभावी दिखता है।

बड़ी समस्या:
प्रिंसटन के तीन सांख्यिकीविदों (statisticians) द्वारा लिखे गए इस शोध पत्र ने एक चौंकाने वाला खुलासा किया है: ये पेड़ वास्तव में विशिष्ट, छोटे क्षेत्रों में सच्चाई खोजने में बेहद खराब हैं, भले ही डेटा एकदम सही क्यों न दिख रहा हो।

यहाँ सरल उपमाओं (analogies) का उपयोग करके इसका विवरण दिया गया है।

1. "लालची" जासूस और "एंड-कट" (End-Cut) की आदत

इन पेड़ों को बनाने का तरीका लालची (greedy) होता है। हर चरण में, एल्गोरिदम उन सभी संभावित सवालों को देखता है जो वह पूछ सकता है और उस सवाल को चुनता है जो तुरंत सबसे अधिक मददगार दिखता है।

उपमा:
कल्पना कीजिए कि आप रंगों के आधार पर 1,000 कंचों (marbles) के ढेर को छाँटने की कोशिश कर रहे हैं। आप ढेर में छिपे एक छोटे, दुर्लभ नीले कंचे को खोजना चाहते हैं।

समझदार तरीका: आप पूरे ढेर को ध्यान से देखते हैं और इसे समान रूप से विभाजित करने का तरीका खोजते हैं।
लालची तरीका (CART): एल्गोरिदम सबसे आसान विभाजन की तलाश करता है। वह देखता है कि यदि वह ढेर को बिल्कुल किनारे से केवल 1 इंच पर काटता है, तो वह 999 कंचों को 1 कंचे से अलग कर देता है। भले ही वह 1 कंचा दुर्लभ नीला वाला हो सकता है, एल्गोरिदम उस बड़े समूह और छोटे समूह के बीच एक "बड़ा अंतर" देखता है। वह उस कट को लगा देता है क्योंकि उस पल में वह गणितीय रूप से "इष्टतम" (optimal) दिखता है।

परिणाम:
पेड़ लगातार ये "एंड-कट्स" (end cuts) बनाता रहता है। यह डेटा के छोटे-छोटे टुकड़े काटता जाता है। अंततः, आपके पास एक टर्मिनल नोड (पेड़ की एक पत्ती) बच जाती है जिसमें केवल एक या दो लोग होते हैं।

2. "खाली कमरा" वाली समस्या

एक बार जब पेड़ के पास केवल दो लोगों वाला लीफ (leaf) बन जाता है, तो वह उस समूह के लिए "ट्रीटमेंट इफेक्ट" (उत्तर) की गणना करने की कोशिश करता है।

उपमा:
कल्पना कीजिए कि आप एक कमरे में लोगों की औसत ऊंचाई का अनुमान लगाने की कोशिश कर रहे हैं।

यदि आपके पास 1,000 लोगों का कमरा है, तो आपका अनुमान बहुत सटीक होगा।
यदि आपके पास एक व्यक्ति का कमरा है जो संयोग से एक पेशेवर बास्केटबॉल खिलाड़ी है, और आप अनुमान लगाते हैं कि दुनिया के सभी लोग 7 फीट लंबे हैं, तो आप पूरी तरह गलत होंगे।

क्योंकि पेड़ बहुत कम लोगों वाले ये छोटे, असंतुलित कमरे (नोड्स) बनाता है, इसलिए जो "औसत" वह निकालता है वह केवल शोर (noise) होता है। यह एक तूफान के बीच फुसफुसाहट सुनने और उसे चिल्लाहट समझने जैसा है। गणित बताता है कि ये पेड़ उन छोटे क्षेत्रों में इतने अस्थिर हो सकते हैं कि अधिक डेटा जोड़ने पर भी वे सच्चाई के करीब नहीं पहुँच पाते। वे हमेशा के लिए गलत होने के लिए "फँस" सकते हैं।

3. "ईमानदारी" (Honesty) वाला समाधान काम नहीं करता

सांख्यिकीविदों को इस समस्या के बारे में पता था। उनका समाधान "ईमानदारी" (Honesty) या सैंपल स्प्लिटिंग (Sample Splitting) था।

विचार: 50% डेटा का उपयोग करके पेड़ बनाएँ, और फिर पेड़ के उत्तरों का परीक्षण अन्य 50% डेटा पर करें। यह पेड़ को शोर को याद करके "चीटिंग" करने से रोकता है।

शोध पत्र का निष्कर्ष:
लेखक कहते हैं: "ईमानदारी थोड़ी मदद करती है, लेकिन यह टूटे हुए इंजन को ठीक नहीं करती है।"
भले ही आप डेटा को विभाजित कर दें, लालची एल्गोरिदम फिर भी उन छोटे, खतरनाक टुकड़ों को काटता रहेगा। पेड़ अभी भी उन "खाली कमरों" के साथ समाप्त होगा जहाँ गणित विफल हो जाता है। "ईमानदार" पेड़ भी उन विशिष्ट स्थानों में असंगत रहता है।

4. "फॉरेस्ट" (Forest) संबंधी गलत धारणा

आप सोच सकते हैं, "ठीक है, लेकिन रैंडम फॉरेस्ट (Random Forests) के बारे में क्या? वे सैकड़ों पेड़ों का उपयोग करते हैं और उन्हें औसत निकालते हैं, है ना? वह तो सुरक्षित होना चाहिए!"

वास्तविकता:
शोध पत्र तर्क देता है कि रैंडम फॉरेस्ट के लिए गणितीय गारंटी एक छिपी हुई धारणा पर निर्भर करती है: कि जंगल का प्रत्येक पेड़ डेटा को समान रूप से विभाजित करता है (जैसे केक को आधा काटना)।
लेकिन मानक "CART" पेड़ (जिनका उपयोग अधिकांश सॉफ़्टवेयर में किया जाता है) ऐसा नहीं करते हैं। वे "एंड-कट्स" करते हैं।

रूपक: एक ऐसे गायक दल (choir) की कल्पना करें जहाँ सभी को पूर्ण सामंजस्य में गाना चाहिए। सिद्धांत कहता है, "यदि सभी समान रूप से गाते हैं, तो गीत सुंदर होगा।" लेकिन वास्तव में, गायक अपने पूरे दम पर चिल्ला रहे हैं (एंड-कट्स)। सिद्धांत एक आदर्श गायक दल की कल्पना करता है, लेकिन वास्तविक प्रदर्शन अराजक है। "फॉरेस्ट" औसत रूप से अच्छा काम कर सकता है, लेकिन यदि आप उससे किसी विशिष्ट, छोटे समूह के बारे में पूछते हैं, तो यह आपको पूरी तरह से गलत उत्तर दे सकता है।

5. यह क्यों मायने रखता है?

यदि आप एक डॉक्टर हैं जो यह तय करने के लिए पेड़ का उपयोग कर रहे हैं कि किन रोगियों को नई दवा दी जाए, या एक नीति निर्माता जो यह तय कर रहे हैं कि किसे टैक्स छूट मिले:

अच्छी खबर: पेड़ आपको बता सकता है कि कुल मिलाकर प्रभाव सही है।
बुरी खबर: यदि आप एक विशिष्ट उप-समूह (जैसे, "ग्रामीण क्षेत्रों में रहने वाली 60 वर्ष से अधिक आयु की महिलाएँ") को देखते हैं, तो पेड़ पूरी तरह से अविश्वसनीय हो सकता है। यह आपसे कह सकता है कि दवा उनके लिए बहुत अच्छी है, जबकि वास्तव में, यह उनके लिए कुछ भी नहीं करती है।

मुख्य निष्कर्ष (The Takeaway)

लेखक यह नहीं कह रहे हैं कि "पेड़ों का उपयोग न करें।" वे कह रहे हैं:

सावधान रहें: पेड़ द्वारा छोटे समूहों के लिए दिए गए विशिष्ट आंकड़ों पर भरोसा न करें।
गणित टूटा हुआ है: इन पेड़ों को बनाने का मानक तरीका (लालची विभाजन) "छोटे सेल" बनाता है जो उन विशिष्ट स्थानों में सटीकता को खराब कर देते हैं।
नए नियमों की आवश्यकता है: हमें नए गणितीय नियमों या अलग एल्गोरिदम की आवश्यकता है जो पेड़ों को अधिक समान रूप से विभाजित करने के लिए मजबूर करें, बजाय इसके कि उन्हें लालच में किनारों को काटने दिया जाए।

संक्षेप में: कॉज़ल ट्रीज़ एक ऐसे मानचित्र की तरह हैं जो एक महाद्वीप के पार यात्रा करने के लिए तो उत्तम है, लेकिन यदि आप इसका उपयोग एक छोटे गाँव में एक विशिष्ट घर को खोजने के लिए करने की कोशिश करते हैं, तो यह आपको सीधे दलदल में ले जा सकता है। मानचित्र बड़े चित्र के लिए "ईमानदार" है, लेकिन यह विवरणों के बारे में आपसे झूठ बोल रहा है।

यहाँ कैटेनेओ, क्लुसोस्की और यू द्वारा लिखित शोध पत्र "The Honest Truth About Causal Trees: Accuracy Limits for Heterogeneous Treatment Effect Estimation" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र रिकर्सिव डिसीजन ट्रीज़ (विशेष रूप से CART-प्रकार के एल्गोरिदम) की मौलिक सांख्यिकीय सीमाओं को संबोधित करता है, जब उनका उपयोग प्रायोगिक (experimental) और अवलोकन संबंधी (observational) अध्ययनों में विषम उपचार प्रभावों (Heterogeneous Treatment Effects - HTE) के अनुमान के लिए किया जाता है।

हालाँकि कॉज़ल ट्रीज़ (जैसे एथी और इम्बेंस, 2016 का ढांचा) अपनी व्याख्यात्मकता (interpretability) और विभिन्न उपसमूहों (subgroups) की खोज करने की क्षमता के लिए व्यापक रूप से अपनाए जाते हैं, लेकिन एकसमान अभिसरण दरों (uniform convergence rates) के संबंध में उनके सैद्धांतिक गुण अभी भी अपूर्ण रूप से समझे गए हैं। लेखक यह जांचते हैं कि क्या मानक ग्रीडी रिकर्सिव पार्टिशनिंग (greedy recursive partitioning) आदर्श स्थितियों में भी—जहाँ वास्तविक उपचार प्रभाव स्थिर (constant) होता है—कोवेरिएट स्पेस (covariate space) पर यूनिफॉर्म नॉर्म (supremum norm) में बहुपद अभिसरण दरें (polynomial convergence rates, यानी $O(n^{-\gamma})$ जहाँ $\gamma > 0$ ) प्राप्त कर सकती है या नहीं।

2. कार्यप्रणाली और सेटअप (Methodology and Setup)

डेटा जनरेटिंग प्रोसेस (DGP)

लेखक एक सरलीकृत लेकिन मानक सेटिंग (Assumption 1) का विश्लेषण करते हैं:

यादृच्छिक प्रयोग (Randomized Experiment): उपचार असाइनमेंट $D_i$ , संभावित परिणामों (potential outcomes) और कोवेरिएट्स से स्वतंत्र है।
स्थिर उपचार प्रभाव (Constant Treatment Effect): वास्तविक कंडीशनल एवरेज ट्रीटमेंट इफेक्ट (CATE), $\tau(x) = E[Y_i(1) - Y_i(0) | X_i = x]$ , पूरे कोवेरिएट स्पेस $X$ में स्थिर ( $\tau$ ) है।
कोवेरिएट्स (Covariates): $X_i$ स्वतंत्र और निरंतर रूप से वितरित हैं (उदाहरण के लिए, $[0,1]^p$ पर Uniform)।
त्रुटियाँ (Errors): संभावित परिणाम त्रुटियाँ (potential outcome errors) सब-एक्सपोनेंशियल (sub-exponential) हैं।

यह सेटअप इसलिए चुना गया है क्योंकि यदि कोई विधि सबसे सरल मामले (स्थिर प्रभाव) में भी यूनिफॉर्म रूप से अभिसरण करने में विफल रहती है, तो वह अधिक जटिल, विषम फलनों (heterogeneous functions) के लिए काम करने की गारंटी नहीं दे सकती।

अध्ययन किए गए एस्टिमेटर्स (Estimators Studied)

यह शोध पत्र अलग-अलग स्प्लिटिंग मानदंडों (splitting criteria) और डेटा उपयोग योजनाओं के आधार पर तीन मुख्य वर्गों के कॉज़ल ट्री एस्टिमेटर्स का मूल्यांकन करता है:

स्प्लिटिंग मानदंड (Splitting Criteria):
- वैरिएंस मैक्सिमाइजेशन (DIM/IPW): वे विभाजन जो चाइल्ड नोड्स के बीच अनुमानित उपचार प्रभावों के वर्ग अंतर (squared difference) को अधिकतम करते हैं।
- सम ऑफ स्क्वेर्ड एरर्स (SSE): नोड्स के भीतर एक लीनियर मॉडल के रेसिडुअल सम ऑफ स्क्वेर्ड्स को कम करता है।
डेटा उपयोग योजनाएं (Data Usage Schemes):
- नो सैंपल स्प्लिटिंग (NSS): उसी डेटा का उपयोग ट्री निर्माण और प्रभाव अनुमान दोनों के लिए किया जाता है।
- ऑनेस्टी (HON): सैंपल स्प्लिटिंग का उपयोग किया जाता है; एक उपसमूह ट्री बनाता है, और एक स्वतंत्र उपसमूह प्रभावों का अनुमान लगाता है।
- X-एडैप्टिविटी (X-Adaptivity): एक सैद्धांतिक मध्यवर्ती स्थिति जहाँ कोवेरिएट्स साझा किए जाते हैं, लेकिन प्रत्येक स्प्लिट डेप्थ पर आउटकम्स को रिफ्रेश किया जाता है।

3. प्रमुख योगदान (Key Contributions)

शोध पत्र तीन प्राथमिक सैद्धांतिक योगदान देता है:

यूनिफॉर्म अभिसरण पर निचली सीमाएँ (Lower Bounds on Uniform Convergence): लेखक स्थापित करते हैं कि मानक ग्रीडी स्प्लिटिंग द्वारा निर्मित कॉज़ल ट्री एस्टिमेटर्स यूनिफॉर्म नॉर्म में बहुपद-इन- $n$ (polynomial-in- $n$ ) अभिसरण दरें प्राप्त नहीं कर सकते। एस्टिमेटर्स $n^{-b}$ दर (जहाँ $b \in (0,1)$ ) से भी धीमे अभिसरित होते हैं।
"ऑनेस्टी" की अप्रभाविता (Ineffectiveness of "Honesty"): हालाँकि सैंपल स्प्लिटिंग (ऑनेस्टी) को व्यापक रूप से ओवरफिटिंग को ठीक करने और अनुमान की वैधता में सुधार करने के लिए माना जाता है, लेखक सिद्ध करते हैं कि यह अभिसरण दरों में केवल नगण्य लॉगरिदमिक सुधार (negligible logarithmic improvements) ही प्रदान करती है। यह ट्री निर्माण तंत्र के कारण होने वाली मौलिक विसंगति (inconsistency) को हल नहीं करता है।
$\alpha$ -रेगुलैरिटी का स्पष्टीकरण ( $\alpha$ -Regularity): यह शोध पत्र दर्शाता है कि कॉज़ल फॉरेस्ट के मौजूदा सैद्धांतिक गारंटी (जो $\alpha$ -रेगुलैरिटी या संतुलित विभाजनों पर निर्भर करती हैं) मानक CART-प्रकार की ग्रीडी स्प्लिटिंग के साथ असंगत (incompatible) हैं। बुनियादी स्थितियों के तहत, ग्रीडी स्प्लिटिंग अत्यधिक असंतुलित विभाजन (imbalanced splits) चुनती है, जो मौजूदा फॉरेस्ट कंसिस्टेंसी प्रमाणों के लिए आवश्यक धारणाओं का उल्लंघन करती है।

4. प्रमुख परिणाम और तंत्र (Key Results and Mechanisms)

तंत्र: "एंड-कट" प्राथमिकता और छोटे सेल्स (The Mechanism: "End-Cut" Preference and Small Cells)

विफलता को चलाने वाला मुख्य तंत्र रिकर्सिव पार्टिशनिंग की ग्रीडी प्रकृति है:

स्टोकेस्टिक उतार-चढ़ाव (Stochastic Fluctuations): जब वास्तविक सिग्नल सपाट (स्थिर उपचार प्रभाव) होता है, तो स्प्लिटिंग मानदंड पूरी तरह से डेटा में शोर (स्टोकेस्टिक उतार-चढ़ाव) द्वारा संचालित होता है।
असंतुलित विभाजन (Imbalanced Splits): एक गैर-शून्य संभावना के साथ, "इष्टतम" विभाजन (जो शोर के कारण मानदंड को अधिकतम करता है) पैरेंट नोड के किनारे (boundary) के पास होता है।
छोटे टर्मिनल नोड्स (Small Terminal Nodes): ये बाउंड्री स्प्लिट्स बहुत कम अवलोकनों वाले चाइल्ड नोड्स (जैसे, $O(n^b)$ जहाँ $b$ छोटा है) बनाते हैं।
वैरिएंस विस्फोट (Variance Explosion): इन छोटे नोड्स में उपचार प्रभावों का अनुमान स्थानीय औसत (local averaging) द्वारा लगाया जाता है। बहुत कम नमूनों के साथ, एस्टिमेटर का वैरिएंस अनिश्चित रूप से बढ़ जाता है।
रिकर्सिव प्रोपेगेशन (Recursive Propagation): जैसे-जैसे ट्री गहरा होता है, ये छोटे, उच्च-वैरिएंस वाले क्षेत्र कोवेरिएट स्पेस में बिखरे हुए छोटे सेल्स का एक "फ्रैक्टल" (fractal) बना देते हैं।

औपचारिक प्रमेय (Formal Theorems)

थ्योरम 1 (यूनिफॉर्म सटीकता): किसी भी $b \in (0,1)$ के लिए, इस बात की संभावना कि सुप्रीमम एरर $C n^{-b/2} \sqrt{\log \log n}$ (NSS के लिए) या $C n^{-b/2}$ (HON के लिए) से अधिक हो जाए, शून्य से अधिक बनी रहती है। यह दर्शाता है कि एस्टिमेटर यूनिफॉर्म नॉर्म में असंगत (inconsistent) है।
थ्योरम 2 (मीन स्क्वायर सटीकता): इसके विपरीत, इंटीग्रेटेड मीन स्क्वेर्ड एरर (IMSE) अभी भी अनुकूल दरें (निकट $O(n^{-1})$ ) प्राप्त कर सकता है। यह एक तनाव को उजागर करता है: ट्री औसत (भविदन/prediction) में अच्छा प्रदर्शन कर सकते हैं लेकिन विशिष्ट बिंदुओं (अनुमान/inference) पर विफल हो सकते हैं।
थ्योरम 3 (X-एडैप्टिविटी और विसंगति): यहाँ तक कि X-एडैप्टिव डिजाइनों के तहत भी, यदि ट्री डेप्थ $K_n$ , $\log \log n$ से तेज़ी से बढ़ता है, तो एस्टिमेटर यूनिफॉर्म रूप से असंगत रहता है।

ईकर [1979] का सुधार (Correction of Eicker [1979])

एक तकनीकी उप-उत्पाद के रूप में, लेखक ईकर (1979) में एक त्रुटि की पहचान और सुधार करते हैं, जो उनके द्वारा लोअर बाउंड्स के प्रमाण के लिए महत्वपूर्ण है।

5. महत्व और निहितार्थ (Significance and Implications)

CART की सीमाएँ: यह शोध पत्र विषम प्रभावों के यूनिफॉर्म अनुमान के लिए मानक ग्रीडी ट्रीज़ के उपयोग के लिए एक कठोर "नो-गो" (no-go) प्रमेय प्रदान करता है। यह सुझाव देता है कि CART की एडैप्टिविटी, जो इसे प्रेडिक्शन के लिए आकर्षक बनाती है, यूनिफॉर्म कॉज़ल इंफरेंस के लिए इसकी सबसे बड़ी कमजोरी है।
अनुमान की वैधता (Inference Validity): एसिम्प्टोटिक नॉर्मलिटी (जैसे, $\hat{\tau} \pm z_{\alpha} \cdot SE$ ) पर आधारित मानक कॉन्फिडेंस इंटरवल उन क्षेत्रों में अमान्य (invalid) होने की संभावना है जहाँ टर्मिनल नोड्स छोटे होते हैं। चूंकि छोटे नोड्स गैर-शून्य संभावना के साथ होते हैं, इसलिए वैश्विक स्तर पर अनुमान की वैधता से समझौता होता है।
रेगुलराइजेशन की भूमिका: शोध पत्र चर्चा करता है कि जबकि रेगुलराइजेशन (जैसे, न्यूनतम नोड आकार) छोटे सेल्स को रोक सकता है, यह एप्रोक्सिमेशन बायस (approximation bias) पेश करता है यदि वास्तविक प्रभाव स्थानीय रूप से स्थिर नहीं है। इसके अलावा, आक्रामक रेगुलराइजेशन उस एडैप्टिविटी को नष्ट कर देता है जिसे ट्रीज़ का लाभ उठाने के लिए डिज़ाइन किया गया है।
कॉज़ल फॉरेस्ट: ये परिणाम संकेत देते हैं कि $\alpha$ -रेगुलैरिटी (संतुलित विभाजन) पर निर्भर कॉज़ल फॉरेस्ट के सैद्धांतिक गारंटी स्वतः ही मानक CART स्प्लिटिंग नियमों का उपयोग करने वाले कार्यान्वयन पर लागू नहीं होते हैं। निरंतरता (consistency) प्राप्त करने के लिए, फॉरेस्ट को स्पष्ट बाधाओं की आवश्यकता हो सकती है जो संतुलित विभाजन को मजबूर करें, जिससे संभावित रूप से छोटे, सार्थक उपसमूहों का पता लगाने की क्षमता प्रभावित हो सकती है।
प्रेडिक्शन बनाम एस्टिमेशन: थ्योरम 1 (यूनिफॉर्म विफलता) और थ्योरम 2 (औसत सफलता) के बीच का अंतर मशीन लर्निंग के एक मौलिक अंतर को रेखांकित करता है: एक मॉडल एक उत्कृष्ट प्रेडिक्टर (कम औसत त्रुटि) हो सकता है जबकि विशिष्ट उपसमूहों के लिए एक बुरा एस्टिमेटर (उच्च वर्स्ट-केस एरर) हो सकता है।

निष्कर्ष (Conclusion)

यह शोध पत्र एक "ईमानदार सत्य" (honest truth) प्रस्तुत करता है: मानक कॉज़ल ट्रीज़ विषम उपचार प्रभावों के यूनिफॉर्म अनुमान के लिए मौलिक रूप से त्रुटिपूर्ण हैं। वे शोर द्वारा संचालित अत्यधिक असंतुलित विभाजन उत्पन्न करने के कारण धीमी अभिसरण दरों और संभावित विसंगति से ग्रस्त हैं। हालांकि वे औसत रूप से अच्छा प्रदर्शन कर सकते हैं, लेकिन वे महत्वपूर्ण एल्गोरिदम संशोधनों के बिना, जो उनकी एडैप्टिविटी से समझौता कर सकते हैं, उपसमूह विश्लेषण के लिए विश्वसनीय, यूनिफॉर्म गारंटी प्रदान नहीं कर सकते।