4.3 现代机器学习方法

文档摘要

4.3 现代机器学习方法 4.3 现代机器学习方法在因果推断的宏大叙事中，前述章节已铺陈出效应估计的经典路径：从随机化试验的黄金标准，到工具变量的巧妙迂回，再到双重差分的时空智慧。这些方法虽坚实，却在高维数据洪流与复杂异质性面前显露局限。想象一下，我们面对的不再是寥寥几个协变量，而是成千上万的特征——从用户行为轨迹到基因表达谱系。传统参数假设如绷紧的弓弦，稍有偏差便断裂。现代机器学习方法应运而生，它们如精密的因果手术刀，融合非参数灵活性与统计严谨性，斩断偏差之藤，揭示隐藏的效应真相。本节将系统剖析这些方法的灵魂：从双重去偏差的正交智慧，到森林般的异质性探矿，再到深度网络的代理变奏。我们不只是罗列工具，而是追溯其理论脉络，揭示如何桥接宏观效应估计与微观机制挖掘，为后续子节的深度钻研筑牢基石。