econml.validate.EvaluationResults
- class econml.validate.EvaluationResults(cal_res: econml.validate.results.CalibrationEvaluationResults, blp_res: econml.validate.results.BLPEvaluationResults, qini_res: econml.validate.results.UpliftEvaluationResults, toc_res: econml.validate.results.UpliftEvaluationResults)[source]
基类:
object用于组合所有测试结果的类。
- 参数
cal_res (CalibrationEvaluationResults object) – 校准测试的结果对象
blp_res (BLPEvaluationResults object) – BLP测试的结果对象
qini_res (UpliftEvaluationResults object) – QINI测试的结果对象
toc_res (UpliftEvaluationResults object) – TOC测试的结果对象
- __init__(cal_res: econml.validate.results.CalibrationEvaluationResults, blp_res: econml.validate.results.BLPEvaluationResults, qini_res: econml.validate.results.UpliftEvaluationResults, toc_res: econml.validate.results.UpliftEvaluationResults)[source]
方法
__init__(cal_res, blp_res, qini_res, toc_res)plot_cal(tmt)在验证样本中，按分位数分组绘制群体平均处理效应（GATEs）和预测GATEs。
plot_qini(tmt[, err_type])绘制 QINI 曲线。
plot_toc(tmt[, err_type])绘制 TOC 曲线。
summary()构建总结所有3个测试结果的数据框。
- plot_cal(tmt: int)[source]
在验证样本中，按分位数分组绘制群体平均处理效应（GATEs）和预测GATEs。
- 参数
tmt (整数) – 要绘制的处理水平
- 返回类型
matplotlib 绘图，x轴为预测的GATE，y轴为GATE（以及95%置信区间）
- plot_qini(tmt: int, err_type: Optional[str] = None)[source]
绘制 QINI 曲线。
- 参数
tmt (整数) – 要绘制的处理水平
err_type (str) – 要绘制的误差类型。接受的值为 normal (None), 双侧一致置信带 (‘ucb2’), 或单侧一致置信带 (‘ucb1’)。
- 返回类型
matplotlib 绘图，x轴为处理过的百分比，y轴为 QINI 值（以及95%置信区间）