# 匹配策略 ## 标准匹配 vs 详尽匹配 - **标准匹配（`exhaustive_matching=False`）**：按方法和阈值选择控制样本，行为更接近经典最近邻。 - **详尽匹配（`exhaustive_matching=True`）**：优先提高控制组利用率，在阈值内尽可能形成高质量配对。 ## 关键参数 - `threshold`：可接受的最大得分差 - `nmatches`：每个处理样本匹配的控制样本数量 - `replacement`：控制样本是否可重复使用 - `method`：`"min"`（最近）或 `"random"`（阈值内随机） ## 实践建议 - 先用 `nmatches=1`、`replacement=False` 和中等阈值起步。 - 若保留率太低，逐步放宽 `threshold`。 - 若匹配后仍不平衡，适当收紧阈值或更换模型。 - 类别极度不平衡时，可将 `balance_strategy="under"` 作为稳健性对照。