计算净重新分类指数(NRI)和整体鉴别指数(IDI)探究及实战 Python
净重新分类指数(Net Reclassification Improvement,NRI)和整体鉴别指数(Integrated Discrimination Improvement,IDI)是用于评估新的预测模型相对于旧的预测模型的性能提高程度的指标。本文将介绍这两个指标的计算方法,并给出在 Python 中实现的代码。
NRI
假设有一个预测模型,我们想要检验一个新的预测因子是否会对该模型的分类效果产生改变。首先,我们需要将数据集根据原来的模型进行分类,将每个样本划分为高风险组和低风险组。接着,使用新的预测因子再次对数据集进行分类。最后,根据两次分类结果,统计在新模型中预测正确且原模型预测错误的样本数,以及在新模型中预测错误且原模型预测正确的样本数。根据以下公式计算 NRI:
N R I = p 1 −