实体
Generalized random forests
Generalized random forests
PulseAugur coverage of Generalized random forests — every cluster mentioning Generalized random forests across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新算法增强个体治疗效果的可解释预测
研究人员开发了一种基于决策树和随机森林的新算法，用于估计个体治疗效果，旨在提高预测准确性和可解释性。该方法的操作类似于标准的随机森林，但采用了一种独特的分割标准，该标准结合了对平均治疗效果的偏差校正以及对治疗效果异质性的关注。该算法可以处理观察性研究，而无需估计完整的倾向函数，并且其可解释性直接来源于拟合的树结构，无需事后分析。模拟研究表明，这种方法在实现具有竞争力的预测准确性的同时，显著增强了对治疗效果变化的理解。
-
新的生成式学习器可估计因果效应，性能优于现有方法
一项新的研究论文提出了一种生成式学习器，旨在估计异质性处理效应并表征因果效应的完整分布。这种多头神经网络方法结合了协变量特征和余弦分位数嵌入，能够恢复平均处理效应和整个效应分布。与广义随机森林和双重机器学习等现有技术相比，该方法在样本量较小的情况下，在样本外均方误差方面表现出显著的性能提升，超过70%。研究人员将该方法应用于Gaia DR3恒星数据，将Stefan--Boltzmann定律形式化为单向因果模型，并成功恢复了非线性温度-光度关系。