lift提升图是评估模型的区分能力相对于随机选择的提升程度,一般在开发好模型后,对样本按照评分从低到高排序(也就是风险降序排列),然后将样本等分成N份,计算每等份样本的坏占比,然后与总体样本的坏占比的比值,就是提升度。R代码如下,其中,Pred_Var是预测的评分或概率变量;labels_Var是目标变量,取值为0或1;descending表示是否按Pred_Var降序排列,如果Pred_Var是评分,那么descending=0,进行升序排列;如果Pred_Var是概率,那么descending=1,进行降序排列;N是将样本等分成N份。library(dplyr)library(ggplot2)PlotLift_N function(Pred_Var, labels_Var, descending, N){ # Pred_Var is prob: descending=1 # Pred_Var is score: descending=0 df if (descending==1){ df1 }else if (descending==0){ df1 } L if (N>L) N df1$r
………………………………