因果传递随机森林：结合记录数据和随机实验进行强鲁棒性预测

WSDMOct, 2020

因果传递随机森林：结合记录数据和随机实验进行强鲁棒性预测

Causal Transfer Random Forest: Combining Logged Data and Randomized Experiments for Robust Prediction

Shuxi Zeng, Murat Ali Bayir, Joesph J.Pfeiffer III, Denis Charles, Emre Kiciman

TL;DR提出了一种 causal transfer random forest 模型，它将原有的训练数据与来自一个随机实验的少量数据组合，使其对 feature shift 具有鲁棒性，并在点击预测等任务中表现出优越性。

Abstract

It is often critical for prediction models to be robust to distributional shifts between training and testing data. From a causal perspective, the challenge is to distinguish the stable causal relationships from the unstable spurious correlations across shifts. We describe a causal transfer random forest (CTRF) that combines existing training data with a sma

causal transfer random forest distributional shift feature shifts causal learning counterfactual optimization

发现论文，激发创造

始终强化优势：基于漂移感知的增量学习框架用于 CTR 预测

本文提出了一种基于集成学习的漂移感知增量学习框架，通过明确基于错误的流数据漂移检测，进一步加强适应良好的集合，并冻结不匹配的集合，避免了灾难性干预，从而解决了 CTR 预测中的灾难性遗忘问题。离线实验和 A/B 测试结果表明，该方法优于所有基线方法。

Apr, 2023

具有因果正则化的学习：对数据选择偏差的不可知性处理

本文基于因果关系假设，将因果技术纳入预测建模中，提出一种新的因果正则化逻辑回归（Causally Regularized Logistic Regression，CRLR）算法，以共同优化全局混杂因素平衡和加权逻辑回归，以解决对假设的无知选择偏差对实际应用中的稳健模型学习的重要性问题。

Aug, 2017

机器学习模型中用于识别分布外数据的减少鲁棒性随机切割森林

本文介绍了一种使用 Reduced Robust Random Cut Forest (RRRCF) 数据结构的新方法来检测数据集是否处于训练分布，该方法在低维和高维数据的实证结果表明可以有效地进行数据分布的推断，而且该模型易于训练，并且不需要进行困难的超参数调整，用例包括测试和验证结果。

Jun, 2022

通过自动生成的反事实情况实现文本分类中对伪相关性的鲁棒性

通过增加具有相反特性和标签的反事实数据来训练鲁棒的文本分类器，以强化模型可靠性和泛化性，实验证明，其在人工生成对照样本和原始测试数据上表现出较高的鲁棒性和精准度。

Dec, 2020

利用随机森林方法估计观测数据中的个体治疗效果

本研究旨在使用反事实框架结合随机森林 (RF) 来估计个体治疗效应，不受观察数据中共变量和选择偏差影响，并通过对比实验发现，针对共变量自适应的方法优于其他方法，以此揭示了药物使用与性风险之间的重要联系。

Jan, 2017

针对数据转换下的反事实解释鲁棒性的验证训练

这篇论文介绍了 VeriTraCER，一种联合训练分类器和解释器的方法，明确考虑生成的反事实解释对小型模型偏移的稳健性，从而提供对反事实解释有效性的确定性保证。我们的实证评估表明，VeriTraCER 生成的反事实解释 (1) 对小型模型更新具有可验证的稳健性，(2) 在处理包括随机初始化、leave-one-out 和分布偏移等经验模型更新方面显示出与最先进方法竞争力的稳健性。

Mar, 2024

解释、编辑、生成：为多跳事实验证的理由敏感的反事实数据增强

论文提出了一种理性敏感的方法来生成语言多样且标签翻转的反事实数据，同时保持逻辑关系，并通过检查和过滤模块对反事实数据进行规范化，实验结果表明该方法优于基准模型，并且能够生成语言多样的反事实数据而不破坏其逻辑关系。

Oct, 2023

基于领域和区域的机器学习性能抗协变量移位能力评估

本文研究了异变转移对传统机器学习模型性能的影响，通过对概率密度函数域的区域进行分类器性能评估，发现在二维分类问题中，随机森林算法表现最好，在高维实验中，模型主要受到分类函数复杂度的影响，对高密度区域呈现出高偏差的性质。

Apr, 2023

解决神经网络在 CTR 预测中的连续训练中的延迟反馈问题

本篇论文着重探讨如何在存在延迟标签的情况下，从连续的数据流中使用最佳的损失函数和模型进行大规模的学习。通过离线和在线实验的结果，论文得出了一种新的解决方案，可以优化 CTR，并提高广告主的性能。

Jul, 2019

一种自适应核方法用于异构因果效应联邦学习

提出了一个新的因果推断框架，用于在联邦设置中从多个分散的数据源中学习因果效应。通过使用随机傅里叶特征将损失函数分解为多个组件，介绍了一种自适应传输算法，学习数据源之间的相似性，并且估计源之间的相似度通过传输系数，因此无需先前的相似性量度信息，可在源之间独立且系统地整合异质性的因果效应，并提供最小最大下限来评估从不同数据源学习的参数的质量。在分布不同的分散数据源上，该方法实际上比基线方法表现更好。同时不会共享原始的训练数据，从而最小化隐私泄露风险。

Jan, 2023