- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
ar值pythoncsp曲线--第1页
ar值pythoncsp曲线
CAP曲线就是用绘图的方式比较模型的实际分类效果和最完美
模型,完全随机的对比,分别代表实际曲线,最优曲线,随机曲
线,实际曲线越接近最优曲线则模型的分类效果越好,在风控场景
中为识别违约坏客户的模型精度越高。
AR值等于实际曲线和随机曲线间面积/最优曲线和随机曲线
间面积,即黄色/(黄色+灰色),代表模型相比于最优模型的
表现程度,AR值在0.7-0.8之间表现良好,0.8-0.9之间非常好,
0.9以上太好了。
实际曲线的横纵坐标,横轴代表随着模型预测阈值从高到低,
预测为正的样本占比总样本数
实际曲线的纵坐标,纵轴代表模型预测阈值以上的样本中,真
实为正的样本数占比纵正样本数。
最优曲线的理解,最优从左下角0开始以一个固定斜率上升,
直到达到1在水平恒为0,直接的理解就是:最优最极端情况下所
有真实为正的样本都被模型预测为阈值最高,由于横轴x要一个一
个增加样本,所以纵轴来一个中一个,直到所有正样本都进入。
最优曲线的斜率,斜率等于坏客户比率的倒数,若测试样本中
有1000条数据,其中100条为正样本(违约坏客户),模型预测阈值
最高的前100个样本正好全部都是100条坏客户样本,此时cap最
优曲线达到1,斜率就是1/(100/1000)=10。
数据输入
ar值pythoncsp曲线--第1页
ar值pythoncsp曲线--第2页
输入:predictions,labels,cut_point
predictions:为每条样本的预测值组成的集合,预测概率在0-
1之间
labels:为每条样本的真实值(0,1)组成的集合,本例中1是坏
客户
cut_point:KS的阈值分割点的数量
数据预览,左列labels,右列predictions
head-4test_predict_res.txt
0.00.831193
0.00.088209815
1.00
0.00.022157196
python代码实现
importnumpyasnp
importmatplotlib.pyplotasplt
importmatplotlib
defcap_plot(predictions,labels,cut_point=100):
sample_size=len(labels)
bad_label_size=len([iforiinlabelsifi==1])
score_thres=np.linspace(1,0,cut_point)
x_list=[]
ar值pythoncsp曲线--第2页
ar值pythoncsp曲线--第3页
y_list=[]
forthresinscore_thres:
#阈值以上的样本数/总样本数
x=len([iforiinpredictionsifi=thres])
x_list.append(x/samp
文档评论(0)