Merge branch 'dev' of https://github.com/maks-sh/scikit-uplift into dev

Readme.rst

@@ -50,8 +50,9 @@ Uplift modeling estimates a causal effect of treatment and uses it to effectivel
 
 Read more about uplift modeling problem in `User Guide <https://www.uplift-modeling.com/en/latest/user_guide/index.html>`__.
 
-Articles in russian on habr.com: `Part 1 <https://habr.com/ru/company/ru_mts/blog/485980/>`__
-and `Part 2 <https://habr.com/ru/company/ru_mts/blog/485976/>`__.
+Articles in russian on habr.com: `Part 1 <https://habr.com/ru/company/ru_mts/blog/485980/>`__ ,
+`Part 2 <https://habr.com/ru/company/ru_mts/blog/485976/>`__
+and `Part 3 <https://habr.com/ru/company/ru_mts/blog/538934/>`__.
 
 **Features**:
 

docs/index.rst

@@ -24,8 +24,9 @@ The main idea is to provide easy-to-use and fast python package for uplift model
 
 Read more about *uplift modeling* problem in `User Guide <https://www.uplift-modeling.com/en/latest/user_guide/index.html>`__,
 
-Articles in russian on habr.com: `Part 1 <https://habr.com/ru/company/ru_mts/blog/485980/>`__
-and `Part 2 <https://habr.com/ru/company/ru_mts/blog/485976/>`__.
+Articles in russian on habr.com: `Part 1 <https://habr.com/ru/company/ru_mts/blog/485980/>`__ ,
+`Part 2 <https://habr.com/ru/company/ru_mts/blog/485976/>`__
+and `Part 3 <https://habr.com/ru/company/ru_mts/blog/538934/>`__.
 
 Features
 #########

notebooks/RetailHero.ipynb

@@ -19,10 +19,11 @@
     "    <b><a href=\"https://scikit-uplift.readthedocs.io/en/latest/\">SCIKIT-UPLIFT DOCS</a> | </b>\n",
     "    <b><a href=\"https://scikit-uplift.readthedocs.io/en/latest/user_guide/index.html\">USER GUIDE</a></b>\n",
     "    <br>\n",
-    "    <b><a href=\"https://nbviewer.jupyter.org/github/maks-sh/scikit-uplift/blob/master/notebooks/RetailHero_EN.ipynb\">ENGLISH VERSION</a>\n",
+    "    <b><a href=\"https://nbviewer.jupyter.org/github/maks-sh/scikit-uplift/blob/master/notebooks/RetailHero_EN.ipynb\">ENGLISH VERSION</a></b>\n",
     "    <br>\n",
     "    <b><a href=\"https://habr.com/ru/company/ru_mts/blog/485980/\">СТАТЬЯ НА HABR ЧАСТЬ 1</a> | </b>\n",
-    "    <b><a href=\"https://habr.com/ru/company/ru_mts/blog/485976/\">СТАТЬЯ НА HABR ЧАСТЬ 2</a></b>\n",
+    "    <b><a href=\"https://habr.com/ru/company/ru_mts/blog/485976/\">СТАТЬЯ НА HABR ЧАСТЬ 2</a> | </b>\n",
+    "    <b><a href=\"https://habr.com/ru/company/ru_mts/blog/538934/\">СТАТЬЯ НА HABR ЧАСТЬ 3</a></b>\n",
     "\n",
     "</center>"
    ]
@@ -61,10 +62,10 @@
     "Исторически, по воздействию коммуникации маркетологи разделяют всех клиентов на 4 категории:\n",
     "\n",
     "<p align=\"center\">\n",
-    "  <img src=\"https://raw.githubusercontent.com/maks-sh/scikit-uplift/master/docs/_static/images/client_types_RU.png\" alt=\"Категории клиентов\"/>\n",
+    "  <img src=\"https://habrastorage.org/webt/mb/ed/iw/mbediw3l1dh76tk6_0-zgaxz-ss.jpeg\" width='40%' alt=\"Категории клиентов\"/>\n",
     "</p>\n",
     "\n",
-    "1. **`Спящая собака`** - человек, который будет реагировать негативно, если с ним прокоммуницировать. Яркий пример: клиенты, которые забыли про платную подписку. Получив напоминание об этом, они обязательно ее отключат. Но если их не трогать, то клиенты по-прежнему будут приносить деньги. В терминах математики: $W_i = 1, Y_i = 0$ или $W_i = 0, Y_i = 1$.\n",
+    "1. **`Не беспокоить`** - человек, который будет реагировать негативно, если с ним прокоммуницировать. Яркий пример: клиенты, которые забыли про платную подписку. Получив напоминание об этом, они обязательно ее отключат. Но если их не трогать, то клиенты по-прежнему будут приносить деньги. В терминах математики: $W_i = 1, Y_i = 0$ или $W_i = 0, Y_i = 1$.\n",
     "2. **`Потерянный`** - человек, который не совершит целевое действие независимо от коммуникаций. Взаимодействие с такими клиентами не приносит дополнительного дохода, но создает дополнительные затраты. В терминах математики: $W_i = 1, Y_i = 0$ или $W_i = 0, Y_i = 0$.\n",
     "3. **`Лояльный`** - человек, который будет реагировать положительно, несмотря ни на что - самый лояльный вид клиентов. По аналогии с предыдущим пунктом, такие клиенты также расходуют ресурсы. Однако в данном случае расходы гораздо больше, так как **лояльные** еще и пользуются маркетинговым предложением (скидками, купонами и другое). В терминах математики: $W_i = 1, Y_i = 1$ или $W_i = 0, Y_i = 1$.\n",
     "4. **`Убеждаемый`** - это человек, который положительно реагирует на предложение, но при его отсутствии не выполнил бы целевого действия. Это те люди, которых мы хотели бы определить нашей моделью, чтобы с ними прокоммуницировать. В терминах математики: $W_i = 0, Y_i = 0$ или $W_i = 1, Y_i = 1$.\n",

notebooks/RetailHero_EN.ipynb

@@ -53,7 +53,7 @@
     "Historically, according to the impact of communication, marketers divide all customers into 4 categories:\n",
     "\n",
     "<p align=\"center\">\n",
-    "  <img src=\"https://raw.githubusercontent.com/maks-sh/scikit-uplift/master/docs/_static/images/client_types.png\" alt=\"Customer types\"/>\n",
+    "  <img src=\"https://raw.githubusercontent.com/maks-sh/scikit-uplift/master/docs/_static/images/user_guide/ug_clients_types.jpg\" alt=\"Customer types\" width='40%'/>\n",
     "</p>\n",
     "\n",
     "- **`Do-Not-Disturbs`** *(a.k.a. Sleeping-dogs)* have a strong negative response to a marketing communication. They are going to purchase if *NOT* treated and will *NOT* purchase *IF* treated. It is not only a wasted marketing budget but also a negative impact. For instance, customers targeted could result in rejecting current products or services. In terms of math: $W_i = 1, Y_i = 0$ or $W_i = 0, Y_i = 1$.\n",