AB实验人群定向HTE模型1 - Causal Tree

背景

论文给出基于决策树估计实验对不同用户的不同影响。并提出Honest，variance Penalty算法旨在改进CART在tree growth过程中的过拟合问题。

我们举个例子：科研人员想衡量一种新的降血压药对病人的效果，发现服药的患者有些血压降低但有些血压升高。于是问题可以抽象成我们希望预测降压药会对哪些病人有效？相似的问题经常出现在经济，政治决策，医疗研究以及当下的互联网AB测试中。

Treatment effect之所以比通常的预测问题要更难解决，因为groud-truth在现实中是无法直接观测到的，一个人在同一时刻要么吃药要不么吃药，所以你永远无法知道吃药的人要是没吃药血压会不会也降低，或者没吃药的人要是吃了药血压会不会降低。

既然个体的treatment effect无法估计，只能退而求其次去估计群体的treatment effect- ATE (Average treatment effect),既全部用户中（服药效果- 未服药效果）。 但是当出现个体效果差异时ATE无法反应局部效果（E.g.样本稀释）。这时我们需要估计相似群体的treatment effect-CATE（Conditional average treatment effect）

用数学抽象一下上述问题：

模型

这里寻找相似用户的方式是通过决策树。树相较线性模型的优点毫无疑问是它对特征类型的兼容，尤其考虑到实际情况中会存在大量离散特征如性别，地域等等。

那究竟怎样grow tree来找到局部用