Causal-Policy Forest for End-to-End Policy Learning
用于端到端政策学习的因果政策森林AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以条件平均处理效应和政策价值为核心，研究从仅观测已分配处理结果的数据中学习个体化处理规则。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
用于端到端政策学习的因果政策森林
- 研究问题
- 只有实际分配处理对应的结果可见时，如何从协变量、处理与结果数据学习个体化处理规则，以最大化政策价值？
- 方法与思路
- 作者称，在输出限制为正负一的回归模型下，政策价值最大化等价于条件平均处理效应的均方误差最小化，并据此修改因果森林。
- 材料陈述的贡献
- 摘要提出因果政策森林，强调其连接效应估计与政策学习、减少干扰参数单独训练步骤，并采用树与森林式的高效训练。
- 阅读关注点
- 应核对等价关系成立的目标函数与限制、政策价值的识别条件、干扰参数如何处理，以及计算效率是否伴随统计性能保证。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收状态未核实；摘要未提供识别假设、泛化或遗憾界、模拟结果，不能确认所学政策的实际收益。
原文摘要
This study proposes an end-to-end algorithm for policy learning in causal inference. We observe data consisting of covariates, treatment assignments, and outcomes, where only the outcome corresponding to the assigned treatment is observed. The goal of policy learning is to train a policy from the observed data, where a policy is a function that recommends an optimal treatment for each individual, to maximize the policy value. In this study, we first show that maximizing the policy value is equivalent to minimizing the mean squared error for the conditional average treatment effect (CATE) under $\{-1, 1\}$ restricted regression models. Based on this finding, we modify the causal forest, an end-to-end CATE estimation algorithm, for policy learning. We refer to our algorithm as the causal-policy forest. Our algorithm has three advantages. First, it is a simple modification of an existing, widely used CATE estimation method, therefore, it helps bridge the gap between policy learning and CATE estimation in practice. Second, while existing studies typically estimate nuisance parameters for policy learning as a separate task, our algorithm trains the policy in a more end-to-end manner. Third, as in standard decision trees and random forests, we train the models efficiently, avoiding computational intractability.