Utilisez les graphiques Gain et Lift pour évaluer les performances de votre modèle de classification. Le graphique Gain représente le taux total de positivité en pourcentage par rapport au pourcentage du nombre total. Ainsi, par exemple, ces graphiques peuvent montrer que 80 % des événements se trouvent dans 20 % des données. Ainsi, en nous concentrant sur 20% des données, nous pouvons être efficaces avec nos ressources. Le graphique Courbes d’élévation représente l’augmentation cumulative (ou l’augmentation non cumulative) en fonction du pourcentage des nombres totaux.
Interprétation du graphique de gain
Les lignes d’entraînement et de test représentent la réponse attendue à l’aide du modèle prédictif. L’ensemble de données d’entraînement s’adapte au modèle et l’ensemble de données de test évalue le modèle. La ligne de référence pointillée représente une droite avec pente = 1, qui est la réponse aléatoire attendue sans le modèle. Les gains supérieurs à 1 indiquent que les résultats du modèle prédictif sont meilleurs que aléatoires.
Interprétation de la courbe d’élévation
Les lignes d’entraînement et de test représentent la réponse attendue à l’aide du modèle prédictif. L’ensemble de données d’entraînement s’adapte au modèle et l’ensemble de données de test évalue le modèle. La portance est le rapport entre le pourcentage de gain et le résultat aléatoire attendu. La ligne de référence pointillée représente une levée cumulée de 1, ce qui signifie qu’il n’y a pas de gain par rapport à l’aléatoire.