10:17官方账号arXiv cs.AI@Brandon Gower-Winter, Georg Krempl论文提出结果表现性A/B检测(OPAB)方法,通过比较不同预测组(干预)产生的结果分布差异来检测结果表现性。在姑息治疗、信用分配和推荐系统等场景中,预测会因果影响其预测结果,即结果表现性。研究推导了OPAB在多种假设类别下的样本复杂度边界,并通过实验验证。实验显示OPAB在多数情况下可检测结果表现性,但也存在不可区分区域,即干预数量不足时无法检测。在Open Bandits数据集上的案例研究验证了OPAB的有效性。论文OPABOpen Bandits因果推断推荐理由:这篇paper教你如何用A/B测试的思路检测预测本身会不会改变结果,有理论有实验,做因果推断或者推荐系统的值得一看。原文稍后读已读值得跟进有用关注 OPAB