Subpopulation treatment effect Modeling : machine learning approaches to model treatment effect heterogeneity
Approches d'apprentissage automatique pour la modélisation des effets d'un traitement sur une sous-population
Résumé
Subpopulation treatment efect modeling (STEM) is a machine learning techniquethat is used to choose the optimal treatment (i.e., stimulus) for each subgroup. Acritical challenge facing the STEM is information uncertainty. Data uncertaintyexists due to the fundamental problem of causal inference, i.e., only a subset oftreatments' responses are observed. In machine learning domain, specific binningtechniques are applied to bypass the problem of uncertainty. However, one drawbackof current STEM binning approaches is the poor handling of continuous, ordered,and time-series data variables, leading to unreliable and non-interpretable results.In this thesis, first, we all the gaps in the literature and propose a detailed studyof current techniques. Second, we solve STEM shortcomings regarding uncertaintyin the data by proposing subpopulation treatment effect sliding trees. Third, wepropose the subpopulation treatment effect neighborhood random forests to minimizethe effect of noise in data. Fourth, we address the problem of disturbance in databy proposing the balanced reflective uplift modeling technique. We evaluate theperformance of the proposed solutions using simulated and real datasets, and weshow how our approaches outperform other methods in terms of Qini and Spearman'srank correlated coefficient.
La modélisation des effets de traitement de sous-population (STEM) est une technique d'apprentissage automatique utilisée pour choisir le traitement optimal (c'est-à-dire un stimulus) pour chaque sous-groupe. L'incertitude de l'information est unproblème critique pour le STEM. L'incertitude sur les données existe en raison du problème fondamental de l'inférence causale, c'est-à-dire que seul un sous-ensemble des réponses des traitements est observé. Dans le domaine de l'apprentissage automatique, des techniques de tri spécifiques sont appliquées pour contourner le problème de l'incertitude. Cependant, l'un des inconvénients des méthodes de tri STEM actuelles est le traitement médiocre des variables de données continues, ordonnées et chronologiques, ce qui conduit à des résultats peu fiables et non interprétables.Dans cette thèse, nous avons d'abord comblé les lacunes de la littérature et proposé une étude détaillée des techniques actuelles. Deuxièmement, nous résolvons les insuffisances en STEM concernant l'incertitude dans les données en proposant des arbres à effet de traitement de sous-population glissant. Troisièmement, nous proposons les forêts aléatoires de voisinage avec effet de traitement des sous-populations afin de minimiser l'effet du bruit dans les données. Quatrièmement, nous abordons le problème de la perturbation dans les données en proposant la technique de modélisation équilibrée du soulèvement par réflexion. Nous évaluons la performance des solutions proposées en utilisant des jeux de données simulés et réels, et nous montrons comment nos approches surpassent les autres méthodes en termes de coefficient de corrélation de rang de Qini et Spearman.
Origine | Version validée par le jury (STAR) |
---|