评估模型的常用指标

詹惠儿

2018-11-23 阅读量: 759

评估模型的常用指标

基尼系数

基尼系数有时用于分类问题。基尼系数可以从AUC ROC数得出。基尼系数只是ROC曲线与诊断线之间的面积与上述三角形的面积之比。以下是使用的公式：

基尼= 2 * AUC - 1

基尼系数高于60％是一个很好的模型。对于手头的情况，我们得到基尼系数为92.7％。

对于任何分类预测问题，这也是最重要的指标之一。要理解这一点，我们假设我们有3名学生今年有可能通过。以下是我们的预测：

A - 0.9

B - 0.5

C - 0.3

现在想象一下。如果我们要从这三个学生那里取两对，我们会有多少对？我们将有3对：AB，BC，CA。现在，在年底结束后，我们看到A和C在今年通过而B失败了。不，我们选择所有配对，我们将找到一个响应者和其他非响应者。我们有多少这样的配对？

我们有两对AB和BC。现在对于2对中的每一对，一致对是响应者的概率高于无应答者的概率。而不和谐的对是反之亦然的。如果两个概率相等，我们说它是平局。让我们看看在我们的案例中会发生什么：

AB - 一致

BC - 不和谐

因此，在此示例中，我们有50％的一致情况。超过60％的一致比率被认为是一个很好的模型。在决定要定位的客户数量时，通常不使用此度量标准。它主要用于访问模型的预测能力。对于像KS / Lift图表再次采用多少目标的决定。

0.0000

关注作者

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子