Взвешивание по обратной вероятности с машинным обучением (ML-IPW)

Взвешивание по обратной вероятности с машинным обучением заменяет параметрическую логистическую регрессию гибкими алгоритмами машинного обучения для оценки показателей склонности к лечению, а затем перевзвешивает выборку для балансировки групп лечения и контроля. Используя адаптивные к данным алгоритмы, такие как лассо, случайные леса или градиентный бустинг, ML-IPW контролирует высокоразмерные и нелинейные смешивающие факторы, которые классический IPW упускает, сохраняя при этом интуитивно понятную структуру взвешивания.