机器学习中lift的概念是什么?怎么用来评价模型?

  统计/机器学习 监督式学习 模型验证    浏览次数:412        分享
0

机器学习中lift的概念是什么?怎么用来评价模型?分类和回归模型都可以用lift这个指标吗?

 

newcomer   2019-11-21 15:55



   1个回答 
5

lift指标已经用来评价一些排序类的模型,在计算广告领域用的比较多。

比如在一家商场门口路过的1000个行人当中,我们只能发放100张优惠券。

第一次我们进行随机发放100张,他们进入商城消费,商城盈利为100元。

第二次我们利用模型判断给哪些人发放,模型挑选出了100位消费能力、消费意愿强的行人,他们进入商城消费,最终商城盈利500元。

我们将两者对比,实际上就是模型和随机猜测(baseline模型)的对比,两者的比值就是称为lift,这里lift=500/100=5。

上面的例子中,我们发放的比例是10%,如果发放比例是100%的时候,模型的lift就是1,因为和随机猜测一样,都是每个人都发。以优惠券发放的比例为x轴,lift为y轴,我们就可以得到lift曲线图。

对于分类模型也是可以用lift曲线的。

比如说我们要进行信用卡欺诈检测(有监督二分类),假设信用卡欺诈占总交易的1%。所以如果我们从20%的样本中随机猜测,正确率也只有1%。如果我们有一个模型进行分类,我们把认为最有可能是欺诈的20%挑出来,验证得到正确率有15%,那么此时lift就是15。

SofaSofa数据科学社区DS面试题库 DS面经

简Cheng   2020-01-19 23:57



  相关主题

多元分类的混淆矩阵   1回答

precision-recall曲线下面积有什么意义?   3回答

怎么用KS值来评价二元分类器?   1回答

有顺序的多元分类模型应该用评判标准?   1回答

logistic回归有哪些指标可以评价模型效果?   2回答

多元分类可以用accuracy吗?   2回答

机器学习里的ppv是什么意思?   1回答

二元分类问题中经常提到的TP,TN,FN,FP都是什么意思?   3回答

多元分类问题有没有F1?   1回答

k近邻算法(k-NN)怎么选k   2回答

F1值会受到不平衡数据的影响吗?   2回答

利用交叉验证调参后还需要用完整的数据集重新训练吗?   2回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!