Какие метрики оценки uplift-моделей (Qini, uplift curve)?

Метрики оценки uplift-моделей направлены на измерение эффективности моделей, которые предсказывают разницу в поведении между контрольной и тестовой группами (эффект воздействия). Основные метрики:

• Qini-кривая и Qini-коэффициент — аналог ROC-кривой для uplift. Qini-кривая строится по отсортированным по предсказанному uplift объектам, показывая накопленный эффект воздействия. Qini-коэффициент — площадь под Qini-кривой, отражающая качество модели: чем выше, тем лучше.

• Uplift-кривая — график, показывающий накопленный uplift (разницу в откликах между тестовой и контрольной группами) по мере включения объектов с наибольшим предсказанным uplift. Позволяет визуально оценить, насколько хорошо модель выделяет объекты с максимальным эффектом.

Эти метрики помогают понять, насколько модель эффективно сегментирует аудиторию для максимизации эффекта от воздействия (например, маркетинговой кампании).