论文:https://arxiv.org/pdf/2002.02770.pdf
因果推断的方法包括7个:
- 重新加权方法(Re-weighting methods);
- 分层方法(Stratification methods)- 样本消偏分组;
- 匹配方式( Matching methods)-如何找相似节点;
- 基于树的方法(Tree-based methods)-基于标自动发现分组;
- 基于表示的方法(Representation based methods);
- 多任务方法(Multi-task methods);
- Meta-learning methods.
1. 重新加权方法(Re-weighting methods)提升计算准确性
由于干预组和对照组的分布不同,带来选择偏置,会直接影响观察结果;Sample re-weighting 是克服这个问题的一种方法,通过为观测数据集中的每个个体分配适当的权重,可以创建一个伪集合,在该集合上,干预组和对照组的分布相似。
该

本文探讨了用户增长因果推断的7种方法:重新加权、分层、匹配、基于树的方法、基于表示的方法、多任务方法和元学习方法。通过解决选择偏置和反事实结果预估等问题,这些方法旨在提高计算准确性并自动化发现用户增长的子群。
最低0.47元/天 解锁文章
1386

被折叠的 条评论
为什么被折叠?



