提升模型锦标赛：使用PEHE指标在合成和半合成数据上测试S-learner、T-learner、X-learner和Causal Forest
Avito的一位分析师举办了一场锦标赛，比较了四种流行的提升模型（S-learner、T-learner、X-learner、Causal Forest）在合成和半合成数据上的表现，使用PEHE指标。文章通过足球主题的类比解释了模型的架构、优势和劣势，并进行了小组赛和淘汰赛。代码可在GitHub上获取以复现结果。
这篇文章由Avito信任与安全团队分析师Grigory Kryukov撰写，展示了四种提升模型（S学习器、T学习器、X学习器和因果森林）之间的锦标赛。作者以足球世界杯为例，描述了每种模型的结构：S学习器训练一个将处理变量作为特征的单一模型；T学习器分别为处理组和对照组训练单独的模型；X学习器增加了伪效应和倾向性模型的第二阶段；因果森林则调整随机森林以直接优化异质性处理效应。该锦标赛使用合成数据（已知真实个体处理效应）和半合成数据，通过PEHE指标衡量模型质量。小组赛阶段，模型在合成数据上相互比拼，随后进入淘汰赛阶段。文章最后给出结果：因果森林赢得冠军，成为跨场景中最稳健的模型，而X学习器在非线性任务上表现强劲但较为复杂。完整代码已在GitHub上提供。
来源: Habr — хаб ML —
原文