本文介绍了如何使用Python绘制CAP曲线并计算AR值。CAP曲线用于比较模型实际分类效果与最优模型和随机模型，AR值代表模型相对于最优模型的表现。文章通过实例展示了如何根据预测值和真实值生成CAP曲线，并计算AR值，帮助理解模型在识别违约坏客户方面的精度。
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
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
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
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
