关于两个模型的对比

大家都知道，对于相同的客群，相同的响应结果情况下，对比两个模型的优劣性，指标有许多。比如总体的准确性，比如AUC、ks、提升度等等。本文以提升度来讲讲，如何有效对比两个模型的优劣性。
在实际使用中，我们为了证明模型是优于当下使用的策略的（以下统称模型），比如使用资产等级来划分客群。将分数划分成跟策略一样的组数，（策略也是有优先级的，分数的等级对标策略的优先级），分析不同模型的目标表现对比。如果单纯看模型每组的响应率，是不对的，第一组（优先级最高）的响应率可以直接比较，但是第二组及以后这样比较是不合理的，因为模型的作用就是将高响应客户往高分组（高优先级组）堆积。所以这种情况下，应该引入累计占比、累计响应率、累计响应占比、累计提升度几个指标来进行比较。
只需要满足以下任意一个条件，即代表模型较优：
1、较小的累计占比，得到相同的或者较高的累计响应占比（或累计响应率），对应的累计提升度肯定也更高；
2、相同的累计占比，得到较高的累计响应占比（或累计响应率），或者得到较高的累计提升度；
3、较高的累计占比，得到较高的累计提升度；
从上面引发两个不严谨的条件：
a、较小的累计占比，即使有较高的提升度也不能说明模型表现较另个模型优；
b、较高的累计占比，较高的累计响应占比（或者累计响应率）也不能说明模型表现较另个模型优；
##########
总结一句话：相同占比看响应、提升度均可，低占比看响应，高占比看提升度。
或者：不管占比多少，累计响应跟累计提升度都高，即可证明模型表现较优。