python title 和capitiliaze_Python画CAP曲线，计算AR值

作者：Monodyee | 2024-03-20 04:14:49

踩

# 阈值以上的样本数 / 总样本数

听别人分享提到了CAP曲线，网上资料比较少，自己动手实践一发

CAP曲线和AR值的含义

44330488e66f

cap曲线.png

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

$math?formula=x%3D%5Cfrac%7B%E9%98%88%E5%80%BC%E4%BB%A5%E4%B8%8A%E6%A0%B7%E6%9C%AC%E6%95%B0%7D%20%7B%E6%80%BB%E6%A0%B7%E6%9C%AC%E6%95%B0%7D$

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</

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Monodyee/article/detail/270613