Uplift оценивает прирост эффекта от воздействия (persuadables), а не P(y=1). Нужны treatment/control, метрики Qini/AUUC, осторожность с selection. Обычный response model оптимизирует отклик, часто таргетируя sure things.
Разбор
- Требует экспериментальных/квази-данных.
- Сегменты T-Learner/X-Learner и т.д.
- Этика воздействий.
- Offline оценка uplift хрупка.
Итог
Uplift целится в причинный прирост, не в сырую вероятность отклика.