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
………………………………
