|
|
值
Lift曲线衡量的是：与不利用模型相比，模型的预测能力“变好”了多少，lift(提升指数)越大，模型的运行效果越好。实质上它强调的是投入与产出比
先介绍几个相关的指标，以免混淆：
- 准确率（accuracy，ACC）：
- 正确率(Precision，PRE)，查准率：
- 真阳性率(True Positive Rate，TPR)，灵敏度(Sensitivity)，召回率(Recall)：
- 假阳性率(False Positice Rate，FPR)，误诊率( = 1 - 特异度)：
:群体稳定性指标（popularity stability index），用于衡量模型或特征的稳定性
psi = sum(（实际占比-预期占比）* ln(实际占比/预期占比))
<0.1： 稳定性很高，
[0.1，0.25]：稳定性一般，
>0.25： 模型稳定性差，建议重做