ゲインとリフトチャートを使用して、分類モデルのパフォーマンスを評価します。ゲインチャートは、総正率の割合と総数割合をプロットしています。したがって、たとえば、これらのグラフは、イベントの80％がデータの20％にあることを示します。したがって、データの20%に焦点を当てることで、リソースを効率的に使用できます。揚力チャートは累積揚力(または非累積揚力)と総数割合をプロットします。
ゲインチャートの解釈
解析が検証手法を使用する場合、チャートには訓練データ用の線と検証結果用の線があります。訓練線と検証線は、予測モデルを用いた期待される応答を表します。トレーニングデータセットはモデルに適合し、検証結果はモデルを評価します。点線の参照線は、傾斜角が1の線を表し、モデルを使用しないランダム応答が予想されます。1より大きなゲインは、予測モデルの結果がランダムよりも優れているということを示します。
この例では、ゲインチャートは参照線の上に急激に増加し、次に平坦化を示しています。この場合、データの約 40% が真陽性の約 70% を占めます。
リフトチャートの解釈
解析が検証手法を使用する場合、チャートには訓練データ用の線と検証結果用の線があります。訓練線と検証線は、予測モデルを用いた期待される応答を表します。トレーニングデータセットはモデルに適合し、検証結果はモデルを評価します。リフトは、予想されるランダムな結果に対するゲイン率のパーセントです。点線の参照線は累積リフト1を表し、ランダムと比較してゲインがないことを意味します。
この例では、リフトチャートは、徐々に落ちる基準線の上に増加を示しています。
