CATE 추정을 위한 NN 활용

[jhkimon]

CATE를 추정하는 다양한 방법들 중에서 NN을 활용한 방법들에 대해 다룰 예정입니다.

이번 주차에는 NN의 비선형 표현력을 활용한 모델인 DragonNet에 대해 다루었으며,
다음 주차는 VAE의 latent space를 활용한 모델인 CEVAE에 대해 다룰 예정입니다.

코드는 예제코드의 기본양식을 따라 작성하였습니다.

1. 메타 러너 (RF 기반):

• S/T/X/R-Learner, DragonNet 업데이트

2. 평가 프레임워크 활용 (메타러너 설명과 통일)

• AUUC (Area Under Uplift Curve) 수치 평가
• Cumulative Gain Plot (누적 성과 곡선) 시각화

3. 예시 데이터

• 공식 벤치마크인 IHDP 데이터 활용

[출처]

공식문서, 예제 코드

Data Source

[참고논문]

Shi, C., Blei, D. M., & Veitch, V. (2019). Adapting Neural Networks for the Estimation of Treatment Effects.

[jhkimon]

CEVAE 파트를 추가하였습니다.

[출처]

Causal Effect Inference with Deep Latent-Variable Models

Source Code