sklift.models.TwoModels
- class sklift.models.models.TwoModels(estimator_trmnt, estimator_ctrl, method='vanilla')[source]
也称为朴素方法，或差异评分方法，或双分类器方法。
拟合两个独立的模型：一个在治疗数据上，另一个在控制数据上。
了解更多，请参阅用户指南。
- Parameters
estimator_trmnt (实现'fit'的估计器对象) – 用于拟合处理数据的对象。
estimator_ctrl (实现'fit'的估计器对象) – 用于拟合控制数据的对象。
method (string, 'vanilla', 'ddr_control' or 'ddr_treatment', default='vanilla') –
指定方法：
'vanilla':两个独立的模型；
'ddr_control':依赖数据表示（首先训练控制估计器）。
'ddr_treatment':依赖数据表示（首先训练处理估计器）。
- trmnt_preds_
治疗时对样本的估计器预测。
- Type
类数组, 形状 (n_samples, )
- ctrl_preds_
控制时对样本的估计器预测。
- Type
类数组, 形状 (n_samples, )
示例：
# import approach from sklift.models import TwoModels # import any estimator adheres to scikit-learn conventions from catboost import CatBoostClassifier estimator_trmnt = CatBoostClassifier(silent=True, thread_count=2, random_state=42) estimator_ctrl = CatBoostClassifier(silent=True, thread_count=2, random_state=42) # define approach tm_ctrl = TwoModels( estimator_trmnt=estimator_trmnt, estimator_ctrl=estimator_ctrl, method='ddr_control' ) # fit the models tm_ctrl = tm_ctrl.fit( X_train, y_train, treat_train, estimator_trmnt_fit_params={'cat_features': cat_features}, estimator_ctrl_fit_params={'cat_features': cat_features} ) uplift_tm_ctrl = tm_ctrl.predict(X_val) # predict uplift
- References
贝特莱, 阿特姆 & 迪默特, 尤斯塔什 & 阿米尼, 马西-雷扎. (2018). 在不平衡处理和对照条件下使用依赖特征表示的提升预测: 第25届国际会议, ICONIP 2018, 柬埔寨暹粒, 2018年12月13–16日, 会议记录, 第五部分. 10.1007/978-3-030-04221-9_5.
赵岩 & 方晓 & 大卫·西姆奇-莱维. (2017). 多处理和一般响应类型的提升建模. 10.1137/1.9781611974973.66.
另请参阅
其他方法：
SoloModel: 单一模型方法。ClassTransformation: 类变量转换方法。ClassTransformationReg: 转换结果方法。
其他:
plot_uplift_preds(): 绘制处理组、对照组和提升预测的直方图。
- fit(X, y, treatment, estimator_trmnt_fit_params=None, estimator_ctrl_fit_params=None)[source]
根据给定的训练数据拟合模型。
对于每个测试示例，分别使用第一个和第二个模型对新数据集进行预测。 然后计算这些预测之间的差异作为提升值。
返回每个示例的预测差异。
- Parameters
X (数组形式, 形状 (n_samples, n_features)) – 训练向量，其中 n_samples 是样本数量，n_features 是特征数量。
y (数组形式, 形状 (n_samples,)) – 相对于X的目标向量。
treatment (array-like, shape (n_samples,)) – 相对于X的二元处理向量。
estimator_trmnt_fit_params (dict, optional) – 传递给处理估计器的拟合方法的参数。
estimator_ctrl_fit_params (dict, optional) – 传递给控制估计器的拟合方法的参数。
- Returns
self
- Return type
对象