使用可处理算术电路的因果单元选择

单元选择问题旨在寻找称为单元的对象，这些对象能够优化描述对象在因果上下文中行为的因果目标函数（例如，选择即将流失但如果受到鼓励最有可能改变主意的客户）。虽然早期的研究主要集中在利用数据对特定类别的反事实目标函数进行界定，但最近的工作允许通过将因果目标简化为元模型上的经典目标，然后将经典变量消除(VE)算法的变体应用于元模型，从而精确地找到最优单元——假设存在一个完全指定的因果模型。然而在实践中，使用这种方法寻找最优单元可能非常昂贵，因为所使用的 VE 算法的复杂度必须是元模型受限树宽的指数级，而元模型比原始模型更大且更密集。我们通过引入一种不一定受限于受限树宽的单元选择新方法来解决这一计算挑战。这是通过将元模型编译为特殊类别的可处理算术电路来实现的，该电路允许在线性于电路大小的时间内计算最优单元。最后，我们在随机因果模型上展示了实证结果，表明基于所提出的方法求解单元选择实现了数量级的加速。