利用相关约束控制分类中的未观测混杂因素

随着统计分类器被集成到现实世界的应用中，不仅需要考虑其准确性，还需要考虑其对数据分布变化的鲁棒性。本文考虑存在一个未观测混杂变量 $z$ 同时影响特征 $\mathbf{x}$ 和类别变量 $y$ 的情形。当 $z$ 的影响从训练数据变化到测试数据时，我们发现分类器的准确性会迅速下降。在我们的方法中，我们假设可以在训练时以一定误差预测 $z$ 的值。然后将 $z$ 的预测值输入到 Pearl 的后门调整中以构建我们的模型。由于 $z$ 中的测量误差引起的衰减偏差，控制 $z$ 的标准方法是无效的。为此，我们提出了一种方法，通过首先估计 $z$ 与类别变量 $y$ 的关系，然后更新对 $z$ 的预测以匹配该估计关系，从而恰当地控制 $z$ 的影响。通过调整 $z$ 的影响，我们证明可以构建一个模型，在一系列混杂关系上，其准确性和鲁棒性均超过竞争基线。