인과추론 | Chapter 4. 유용한 선형회귀 (1) 4.1 선형회귀의 필요성▶ 회귀 모델이 필요한 이유처치가 무작위 배정된 것처럼 보이도록 변수를 보정하는 공식$ ATE = E_{x} \{{E[Y | T=1, X=x] - E[Y | T=0, X=x]}\} $여기에 조건부 독립성 가정 $ (Y_{0}, Y_{1}) ⊥ T | X $ 이 만족되면 인과효과를 식별할 수 있음하지만 차원의 저주 때문에 공변량이 많을 때 보정공식을 그대로 적용하면 데이터 희소성 문제를 겪을 수 있음차원의 저주란, 차원이 증가하면서 학습 데이터의 수가 차원 수보다 적어져서 성능이 저하되는 현상을 말함차원의 저주에서 벗어나는 방법은 잠재적 결과를 선형회귀 같은 방식으로 모델링할 수 있다고 가정하고, X로 정의된 각각의 셀을 내삽(interpolate)하고 외삽(extrapolate)하.. 이전 1 다음
