表1. 介入割当方法3種類とそれらが用いる被推定量,介入の選択方法 OPは,アウトカムの平均を予測し,それが最大となる介入を選択します. CPは,介入効果を予測し,それが最大となる介入を選択します. APは,介入効果が最大となる選択自体を学習します. CPとAPの違いが少し分かりづらいかもしれませんが,クラス分類において,クラスに属する確率を予測する(これがCP)か属するクラス自体を予測するか(これがAP)の違いと考えると分かりやすいかもしれません. 3つの方法はいずれも理想的な条件(データが十分多く,機械学習モデルのパラメータ推定量が一致推定量)を満たせば漸近的に最適な割当を得ることができることが示されているそうです[1]. しかし,実問題においては,得られるデータ数は有限であるためこれら3つの方法に違いが生じます. その1つとして,「OP・CPは予測性能が介入割当の性能と必ずしも一致し
![【AI Shift Advent Calendar 2021】介入割当手法の性能比較に関する論文紹介 ~A Comparison of Methods for Treatment Assignment with an Application to Playlist Generation~ | 株式会社AI Shift](https://cdn-ak-scissors.b.st-hatena.com/image/square/f57669a26e6c93aa6a41a12e4cf85f8fd0504105/height=288;version=1;width=512/https%3A%2F%2Fwww.ai-shift.co.jp%2Fwp-content%2Fuploads%2F2021%2F11%2F44c23b6b15d70994d766716b66bcaf1c-1.png)