瑞行AI

摘要 增益模型(uplift model)，主要用于建模干预对客户响应的增量效果。本文内容参考论文《Causal Inference and Uplift Modeling - A review of

本文主要总结常见因果推断模型方法，既包括处理二元干预的建模方法，也包括处理更复杂干预的建模方法。相关内容主要参考论文《Causal Inference with Complex Treatments:

潜在结果框架 潜在结果框架（Potential Outcome Framework，POF）是由Donald Bruce Rubin提出的一种针对观测数据进行因果推断的框架，也被称为鲁宾因果模型（Ru

基础版本 T-Learner增益模型方法，也就是Two models approach。python的scikit-uplift包实现了相应sklift.models.TwoModels算法类，基础版

S-Learner增益模型原理 S-Learner增益模型方法，也叫Treatment Dummy approach, 或者 Single model approach。以二元干预为例说明：训练时，通

什么是Class Transformation Model、 本文要讲述的增益模型类别是Class Transformation Model，即类转换模型，该模型主要应用于二元因果分类问题，即干预和结

Uplift Model如何评估        因果推断技术在营销场景的主要应用就是基于Uplift Model来预测营销干预对个体转化概率的增益，通过增益大小识别营销敏感人群。增益大小，就是计算有干

增益树及分裂准则        相比T-Learner/S-Learner这种间接建模增益的元学习类模型，可以利用决策树直接预估单干预下的增益。本文基于Piotr Rzepakowski和Szymon

因果推断建模流程里，构建好了贝叶斯网络结构图，下一步是要做贝叶斯网络的概率计算。概率计算环节，往往会涉及到一些经典的概率分布，这篇文章主要是为了复习下常用的概率分布。 Bernoulli Distri