常见问题

何时用 linear、tree、knn？

• linear：默认首选，解释性强，稳健。

• tree：适合非线性关系和复杂特征结构。

• knn：适合做局部结构对照和敏感性比较。

模型准确率越高越好吗？

不一定。准确率过高有时意味着组间重叠不足，反而会降低可匹配性。平衡性指标比单纯准确率更关键。

过采样还是欠采样怎么选？

• over：通常保留更多多数类信息，建议先用。

• under：训练更快，适合作为稳健性对照。

如何保证可复现？

• 固定随机种子（np.random.seed(...)）

• 固定依赖版本

• 记录完整的匹配参数与模型参数

延伸阅读

• Sekhon, J. S. (2011), Multivariate and propensity score matching software with automated balance optimization: The Matching package for R. Journal of Statistical Software, 42(7), 1-52. Link

• Rosenbaum, P. R., & Rubin, D. B. (1983), The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. Link

贡献

欢迎提交 issue 和 pull request。

许可证

pysmatch 使用 MIT License。