双重机器学习 DML 的原理
哪些公司问过
答案要点
- 目标:在高维混杂下估计处理效应 θ,如部分线性模型 Y = θD + g(X) + ε
- 两步:用 ML 分别估计 E[Y|X] 和 E[D|X],取残差后做残差对残差回归
- Neyman 正交性:得分函数对冗余参数的一阶导数为零,削弱 ML 估计误差的影响
- 交叉拟合:分折训练与预测并轮换,避免过拟合偏差并利用全部样本
- 在正则条件下 θ 估计 √n 一致、渐近正态;仍需无未观测混杂与重叠性假设
易错点
- 把 DML 理解成训练两个模型后简单相减
- 省略交叉拟合,直接用同一数据训练和算残差
- 认为 DML 能解决未观测混杂
面试官常见追问
- ATE 估计量怎样才算满足 Neyman 正交性?直觉是什么?
- 为什么不直接用 ML 预测 Y 再看 D 的系数?
- DML 能估计异质效应吗?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。