关于情境 uplift 建模的评估指标
最优化与控制
2021-08-03 v3
摘要
在本技术报告中，我们从因果推断视角讨论情境uplift建模的评估问题。更具体地，我们实例化个体处理效应(ITE)估计及其对应评估。首先，我们统一了两个充分研究的领域：统计ITE方法与基于uplift研究的观测对应方法。随后我们基于先前关于ITE与uplift建模的工作揭示评估问题。此外，我们基于日志_bandit反馈数据集推导了一种新的uplift曲线估计量，降低了其方差。我们证明AUUC在非随机对照试验(RCT)数据集上失效，并讨论了使用AUUC时应谨记的一些修正与准则(对总体再平衡、利用倾向得分的局部重要性采样)。
引用
@article{arxiv.2107.00537,
title = {About evaluation metrics for contextual uplift modeling},
author = {Christophe Renaudin and Matthieu Martin},
journal= {arXiv preprint arXiv:2107.00537},
year = {2021}
}