Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение: “balance: библиотека для коррекции смещённых выборок Классическая пробл…”

balance: библиотека для коррекции смещённых выборок

Классическая проблема в DS: есть данные опроса, но респонденты не репрезентативны — молодые отвечают чаще, богатые меньше. Как делать выводы о всей популяции?

balance решает именно это. Библиотека присваивает каждому респонденту вес — сколько людей из целевой популяции он представляет.

Как работает:


from balance import load_data, Sample

target_df, sample_df = load_data()

sample = Sample.from_frame(sample_df, outcome_columns=["happiness"])
target = Sample.from_frame(target_df)

sample_with_target = sample.set_target(target)
adjusted = sample_with_target.adjust()

print(adjusted.summary())
# Covar ASMD reduction: 62.3%
# ASMD: 0.335 → 0.126

ASMD (Absolute Standardized Mean Difference) — основная метрика качества балансировки. Чем ниже, тем лучше.

📊 Методы взвешивания

· IPW — логистическая регрессия с L1 регуляризацией
· CBPS — Covariate Balancing Propensity Score
· Post-stratification
· Raking

📊 Когда использовать

· Анализ опросов с non-response bias
· Observational studies (treated vs untreated)
· Любые данные с selection bias


pip install balance

📍 Навигация: Вакансии • Задачи • Собесы

Библиотека дата-сайентиста

#буст