econml.validate.UpliftEvaluationResults

class econml.validate.UpliftEvaluationResults(params: List[float], errs: List[float], pvals: List[float], treatments: numpy.array, curve_data_dict: Dict[Any, pandas.core.frame.DataFrame])[source]

基类: object

用于基于提升曲线的测试的结果类。

参数
  • params (list 或 numpy 浮点数组) – 估计的 QINI 系数值序列

  • errs (list 或 numpy 浮点数组) – 估计的 QINI 系数标准误差序列

  • pvals (list 或 numpy 浮点数组) – 估计的 QINI 系数 p 值序列

  • treatments (list 或 numpy 浮点数组) – 处理标签序列

  • curve_data_dict (dict) – 将处理级别映射到包含绘制提升曲线所需数据的 dataframe 的字典

__init__(params: List[float], errs: List[float], pvals: List[float], treatments: numpy.array, curve_data_dict: Dict[Any, pandas.core.frame.DataFrame])[source]

方法

__init__(params, errs, pvals, treatments, ...)

plot_uplift(tmt[, err_type])

绘制提升曲线。

summary()

构建总结 QINI 测试结果的 dataframe。

plot_uplift(tmt: Any, err_type: Optional[str] = None)[source]

绘制提升曲线。

参数
  • tmt (任意类型 (可排序)) – 要绘制的处理名称。

  • err_type (str) – 要绘制的误差类型。接受的值包括 normal (None)、双侧均匀置信带(‘ucb2’)或单侧均匀置信带(‘ucb1’)。

返回类型

matplotlib 图,x 轴为处理百分比,y 轴为提升度量(及 95% CI)

summary()[source]

构建总结 QINI 测试结果的 dataframe。

参数

返回类型

包含 QINI 测试结果摘要的 pandas dataframe