本发明公开了一种基于双机器学习的因果效应估计方法、系统、设备及介质，基于双机器学习，可以灵活地选取回归函数和倾向得分的估计方法，且在均方根误差意义下，即使回归函数和倾向得分的估计的收敛速率仅为n‑1/4，因果效应仍然是渐进正态的；基于双机器学习，提高了模型的鲁棒性，可以有效地处理高维特征；基于聚类，可以通过大量控制样本的信息来解决干预样本不足带来的问题；总体来说，通过本发明提供的方案可以提升因果效应估计性能，获得更为准确的因果效应估计结果。