Lift提升度,风险倍数指标

Lift提升度的计算逻辑是：在模型中算出来每个评分等级的分数，之后便将将打分后的样本按分数从低到高排序，取10或20等分，并将坏样本数与组内观察数作商，最后再将该值比各个自然分组与整体样本数的比值，这便是lift提升值的概念。
某公司中4个产品（a/b/c/d）中，dpd30+的逾期的情况，整体的dpd30+的逾期率为1.6%，将每组数值跟总体（也叫大盘，为1.6%）取比值，我们能计算出每一组风险倍数的数值（倍数即除平均）。

result_df['风险倍数'] = result_df['bad_rate'] / bad_rate_avg   # 风险倍数

负样本占比倍数：负样本占比/total负样本占比（类似有逾期倍数，风险倍数，累计负样本占比倍数）