基于g~(nn)和X-Net融合的ITE估計方法

摘要： 因果推斷可以幫助人們制定更加合理的決策方案，在電子商務和精準醫(yī)學等領(lǐng)域有廣泛的應用，其性能嚴重依賴對個體因果效應（Individual Treatment Effect,ITE）的準確估計，觀察數(shù)據(jù)中存在的選擇偏差與樣本數(shù)量不一致問題都會影響ITE估計的準確性.對于選擇偏差問題，現(xiàn)有的深度學習方法主要通過平衡所有協(xié)變量來進行緩解，但平衡協(xié)變量中與處理無關(guān)的噪聲變量會導致對個體因... （共10頁）