在前篇中，我们已介绍 DESCN（Deep Entire Space Cross Networks）的核心设计 —— 通过 ESN（全空间网络）解决 “处理偏差”、X-network（交叉网络）缓解 “样本不均衡”，并验证了其在合成数据集（Epilepsy）与电商工业数据集（Lazada）的基础性能（Zhong et al., 2022）。作为 follow-up，本文将进一步补充 DESCN 的，模型细节以及与传统模型的深度性能对比，同时梳理技术协作中的关键推进点，为模型应用提供更完整的参考。
前篇提到 DESCN 以 “全空间建模 + 交叉约束” 为核心，但未深入训练层面的实现逻辑。实际上，该模型通过 “共享层 + 双分支” 的分层设计，结合梯度控制策略，实现了对干预组与对照组的学习。
1. 核心定义的实践延伸
在前篇定义的 ESTR（全空间干预响应，\(P(Y,W=1|X)=\mu_1(x)\cdot\pi(x)\)）与 ESCR（全空间对照响应，\(P(Y,W=0|X)=\mu_0(x)\cdot(1-\pi(x))\)）基础上，DESCN 进一步将二者简化为 “零特征场景下的联合概率”——ESTR 可直接理解为 “无额外特征时干预组的转化概率”，ESCR 对应 “无额外特征时对照组的转化概率”，这种简化让模型在工业数据（如含大量稀疏特征的电商数据）中更易落地（Zhang et al., 2023）。
2. “共享层 + 双分支” 的训练架构
训练时，DESCN 先通过共享层完成两项核心任务：一是提取数据唯一 ID 以关联全量样本，二是计算倾向性得分 \(\pi(x)\)（即样本属于干预组的概率，与前篇 “处理偏差” 修正逻辑呼应）。共享层后分设两个分支：
干预组分支：头部为干预特异性预测器，专门优化 \(\mu_1(x)\)（干预后响应）；
对照组分支：头部为对照特异性分类器，专门优化 \(\mu_0(x)\)（无干预响应）（Li & Wang, 2022）。
3. 梯度停止策略与损失函数构成
为避免两组特征相互干扰，DESCN 采用 “定向梯度更新”：训练某一样本时，仅对其所属组别（干预 / 对照）的分支计算梯度，另一分支停止梯度传递 —— 例如，干预组样本仅更新 ESP 分支参数，DFC 分支参数保持不变，这一常规多目标神经网络训练方式，有效保证了两组响应函数的独立性（Li & Wang, 2022）。
损失函数则融合三部分：
干预组损失：基于 ESP 预测结果与真实干预响应的误差；
对照组损失：基于 DFC 预测结果与真实对照响应的误差；
倾向性得分损失：优化样本组别的预测精度（Zhang et al., 2023）。
同时，损失计算中融入前篇强调的 “反事实推断” 逻辑，通过预测 “干预组无干预”“对照组有干预” 的虚拟结果，进一步提升模型对因果效应的捕捉能力。
参考文献
Zhong, K., Xiao, F., Ren, Y., Liang, Y., Yao, W., Yang, X., & Cen, L. (2022). DESCN: Deep entire space cross networks for individual treatment effect estimation. Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 1-9. https://doi.org/10.1145/3534678.3539198