产品漏斗中代表性度量的混杂因素分析
机器学习
2022-06-08 v1 机器学习
摘要
本文讨论了 Shapley 值在因果推断领域的一个应用，具体为如何以可扩展的方式为粗化精确匹配方法选择顶部混杂变量。我们使用一个涉及 LinkedIn 会员的观察性实验数据集作为用例来测试其适用性，并表明 Shapley 值具有高度信息性，且可凭借其鲁棒的重要性排序能力加以利用。
引用
@article{arxiv.2206.02962,
title = {Confounder Analysis in Measuring Representation in Product Funnels},
author = {Jilei Yang and Wentao Su},
journal= {arXiv preprint arXiv:2206.02962},
year = {2022}
}
备注
9 pages, 1 figure