Méthodes et formules pour la courbe de lift cumulé dans Classification Random Forests^®

Out-of-bag

Pour un arbre donné dans la forêt, un vote de classe pour une ligne dans les données out-of-bag est la classe prévue pour la ligne d'après l'arbre unique. La classe prévue pour une ligne dans les données out-of-bag est la classe de vote le plus élevé sur tous les arbres de la forêt. La probabilité de classe prévue pour une ligne dans les données out-of-bag est le rapport entre le nombre de votes pour la classe et le total des votes pour la ligne.

Pour la courbe des données out-of-bag, chaque point du graphique représente une probabilité distincte de classe prévue. La probabilité d’événement la plus élevée est le premier point sur la courbe et apparaît le plus à gauche. Les autres probabilités sont classées par ordre décroissant.

Les points sur la courbe de lift cumulé proviennent du calcul des points sur le graphique de courbe ROC. La coordonnée y de la courbe de lift cumulé est (Taux positif réel en pourcentage / pourcentage cumulé de la population à la coordonnée x). Le calcul du taux positif réel est exactement le même que pour le graphique de courbe ROC.

La coordonnée x du graphique a la forme suivante :

où est le nombre de lignes où la probabilité ajustée est supérieure au seuil et N est le nombre total de lignes. Pour plus de détails sur les seuil, reportez-vous à Méthodes et formules pour la courbe d'efficacité du récepteur (ROC) pour Classification Random Forests®.

Ensemble de test distinct

Procédez comme pour le cas de l'ensemble d'apprentissage, mais calculez la probabilité d’événement à partir des cas pour l'ensemble de test.