时间维度在因果算法补救中的重要性

算法补救（Algorithmic Recourse）在决策中的应用是一个前景广阔的领域，为逆转不利决策提供了实用方案。然而，由于假设特征独立，这些方法无法考虑变量间潜在依赖关系，这构成了重大挑战。近期进展引入了因果依赖知识，从而提升了所推荐补救动作的质量。尽管有所改进，这些方案仍无法纳入时间维度，构成显著局限。这一点尤为棘手，因为识别并解决不良结果的根本原因需要理解变量间的时间依赖关系。本文中，我们论证了将时间维度整合进因果算法补救方法以提升推荐合理性与可靠性的必要性。实验评估凸显了时间在该领域中的重要作用。