python绘制螺旋曲线,python坐标点连线

　　Python金融风控记分卡模型与数据分析微专业课(博主亲自录制视频):http://dwz.date/b9vv

　　医学统计项目可以联系。

　　QQ:231469242

　　洛伦茨曲线也叫晋升图或收入曲线。

　　提升图主要通过随机选取对比模型来表示。

　　绿色曲线比黄色曲线更不平衡。

　　基尼系数=A/(A B)

　　b是半个正方形的恒定面积，A区间的面积越大，基尼系数越大。

　　升降机、升降机台和升降机图表

　　电梯指数、电梯表和电梯图

　　1.什么是Lift？

　　I) Lift(提升指数)是评价预测模型是否有效的度量；该比率是根据使用和不使用该模型获得的结果计算得出的。

　　II)一个简单的数字示例：

　　I .假设您想要向选定的1000个人发送一份问卷。以往的经验告诉你，大概有20%的人会把填好的问卷寄回给你，也就是1000个人中有200个人会回复你的问卷。用统计学术语来说，我们说基线响应率是20%；

　　二。如果您现在邮寄问卷，预计将收到1，000份问卷中的200份，这可能达不到问卷调查所需的回收率。比如，工作手册规定邮寄调查问卷的回收率要在25%以上；

　　三。通过之前的问卷调查，你收集了被采访者的相关信息，比如年龄，教育程度等等。使用这些数据，您可以确定哪些受访者对问卷做出了积极回应。假设你用这些过去的数据建立了一个模型，这个模型对这1000个人进行了分类。现在你可以从你的1000人名单中选出100个回应最积极的人，这10%的人回应率是60%。那么，对于这100人的群体(我们称之为前10%)，通过使用我们的模型，相对增益或提升值为60%/20%=3；换句话说，与不使用模型的随机选择相比，使用模型进行选择有三倍的优势；

　　四。同样，对于总样本中任何比例的人群，我们都可以计算出相应的提升指数。比如我们可以计算出前20%群体的推广指数。

　　III)结论是提升指数越大，模型运行效果越好。

　　2.建立提升表(绘制提升图)的步骤，以验证信用评分模型为例：

　　I)使用已建立的评分模型对我们想要验证的样本进行评分。样本中的每个个体都会得到一个分数，要么是违约概率，要么是分数；

　　II)根据以上计算的分数以降序对样本进行排序；

　　III)将排序后的样本依次分成10组相同的数字，我们设置了一个名为decile的变量，依次取10个值，1，2，3，4，5，6，7，8，9，10。diclie1包括违约概率值较高的10%个人，diclie2包括接下来的10%群体。

　　IV)账户总数为每个十分位数下的样本数，为样本总数的10%；

　　v)边际坏账数是每个十分位数中违约的人数，即使用我们的评分模型，在十分位数1中，有25人违约，以此类推；

　　VI)坏账累计数，45表示前两个十分位数有45人违约，以此类推；

　　VII)边际坏账率是每十分位数中坏账的比率。对于decile1，边际坏账率为25/100；

　　VIII)计算每个总和十分位数的累积坏账率。例如，对于前两个十分位数，即整个样本的20%，累计坏账率等于(25 20)/(100 100)；

　　IX)在每个十分位数中，LIFT指数(Lift)是对应的累计坏账率与平均坏账率的偏离程度。计算公式为(累计坏账率-平均坏账率)/平均坏账率，习惯上乘以a 100。

　　x)注：有些处理中，直接用每十分位数的累计坏账率除以平均坏账率得到提升指数，两者之差为1，一个是相对偏差，一个是偏差。

　　XI)就我们的信用评分模型而言，其目的是尽可能区分人，比如“好”客户和“坏”客户。提升指数越大，模型的运行效果越好。

　　表1:升降台

　　(注：本表中的数字纯粹用于演示，没有任何实际背景)

　　Python机器学习生物信息学系列(博主实录):http://dwz.date/b9vw

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。