Question

我刚刚使用scikit-learn创建了一个模型，该模型估计了客户对某些优惠的响应可能性。现在我正在尝试评估我的模型。为此，我想绘制升力图。我理解提升的概念，但我很难理解如何在python中实际实现它。

Answer 1

您可以使用scikit-plot包进行繁重的工作。

skplt.metrics.plot_cumulative_gain(y_test, predicted_probas)

示例

# The usual train-test split mumbo-jumbo from sklearn.datasets import load_breast_cancer from sklearn.model_selection import train_test_split from sklearn.naive_bayes import GaussianNB X, y = load_breast_cancer(return_X_y=True) X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33) nb = GaussianNB() nb.fit(X_train, y_train) predicted_probas = nb.predict_proba(X_test) # The magic happens here import matplotlib.pyplot as plt import scikitplot as skplt skplt.metrics.plot_cumulative_gain(y_test, predicted_probas) plt.show()

这应该会产生这样的情节：

Answer 2

提升/累积增益图表不是评估模型的好方法（因为它不能用于模型之间的比较），而是一种评估资源有限的结果的方法。要么是因为每个结果的行动成本（在营销方案中），要么你想忽略一定数量的有保证的选民，而只是采取行动。如果您的模型非常好，并且对所有结果具有较高的分类准确度，那么您可以放心地从订购结果中获得很大提升。

import sklearn.metrics
import pandas as pd

def calc_cumulative_gains(df: pd.DataFrame, actual_col: str, predicted_col:str, probability_col:str):

该方法如下所示，首先将数据排序到bin中，然后自信地排序。该方法返回一个用于可视化的数据帧。

df.sort_values(by=probability_col, ascending=False, inplace=True)

subset = df[df[predicted_col] == True]

rows = []
for group in np.array_split(subset, 10):
    score = sklearn.metrics.accuracy_score(group[actual_col].tolist(),
                                               group[predicted_col].tolist(),
                                               normalize=False)

    rows.append({'NumCases': len(group), 'NumCorrectPredictions': score})

lift = pd.DataFrame(rows)

#Cumulative Gains Calculation
lift['RunningCorrect'] = lift['NumCorrectPredictions'].cumsum()
lift['PercentCorrect'] = lift.apply(
    lambda x: (100 / lift['NumCorrectPredictions'].sum()) * x['RunningCorrect'], axis=1)
lift['CumulativeCorrectBestCase'] = lift['NumCases'].cumsum()
lift['PercentCorrectBestCase'] = lift['CumulativeCorrectBestCase'].apply(
    lambda x: 100 if (100 / lift['NumCorrectPredictions'].sum()) * x > 100 else (100 / lift[
        'NumCorrectPredictions'].sum()) * x)
lift['AvgCase'] = lift['NumCorrectPredictions'].sum() / len(lift)
lift['CumulativeAvgCase'] = lift['AvgCase'].cumsum()
lift['PercentAvgCase'] = lift['CumulativeAvgCase'].apply(
    lambda x: (100 / lift['NumCorrectPredictions'].sum()) * x)

#Lift Chart
lift['NormalisedPercentAvg'] = 1
lift['NormalisedPercentWithModel'] = lift['PercentCorrect'] / lift['PercentAvgCase']

return lift

要绘制累积收益图表，您可以使用以下代码。

import matplotlib.pyplot as plt
def plot_cumulative_gains(lift: pd.DataFrame):
    fig, ax = plt.subplots()
    fig.canvas.draw()

    handles = []
    handles.append(ax.plot(lift['PercentCorrect'], 'r-', label='Percent Correct Predictions'))
    handles.append(ax.plot(lift['PercentCorrectBestCase'], 'g-', label='Best Case (for current model)'))
    handles.append(ax.plot(lift['PercentAvgCase'], 'b-', label='Average Case (for current model)'))
    ax.set_xlabel('Total Population (%)')
    ax.set_ylabel('Number of Respondents (%)')

    ax.set_xlim([0, 9])
    ax.set_ylim([10, 100])

    labels = [int((label+1)*10) for label in [float(item.get_text()) for item in ax.get_xticklabels()]]

    ax.set_xticklabels(labels)

    fig.legend(handles, labels=[h[0].get_label() for h in handles])
    fig.show()

可视化升力：

def plot_lift_chart(lift: pd.DataFrame):
    plt.figure()
    plt.plot(lift['NormalisedPercentAvg'], 'r-', label='Normalised \'response rate\' with no model')
    plt.plot(lift['NormalisedPercentWithModel'], 'g-', label='Normalised \'response rate\' with using model')
    plt.legend()
    plt.show()

结果如下：

我发现这些网站可供参考：

编辑：

我发现MS链接在其描述中有些误导，但Paul Te Braak链接非常有用。回答评论;

@Tanguy对于上面的累积增益图表，所有计算均基于该特定模型的准确性。正如Paul Te Braak链接说明的那样，我的模型的预测准确度如何达到100％（图表中的红线）？最好的情况（绿线）是我们能够多快地达到红线在整个人口过程中达到的相同精度（例如我们的最佳累积增益情景）。蓝色是我们只是随机选择人口中每个样本的分类。因此累积收益和提升图表纯用于理解该模型（以及该模型）将如何在我不会与整个人群交互的情况下给予我更大的影响。

我使用累积收益图表的一个场景是针对欺诈案例，我想知道有多少应用程序我们可以基本忽略或优先排序（因为我知道模型可以预测它们以及它可以）百分。在这种情况下，对于平均模型＆＃39;我改为从真正的无序数据集中选择分类（以显示现有应用程序的处理方式，以及如何使用模型 - 我们可以优先考虑应用程序的类型）。

因此，对于比较模型，只需坚持使用ROC / AUC，一旦您对所选模型感到满意，请使用累积增益/提升图表来查看它如何响应数据。

Answer 3

您可以使用 kds 包。

对于累积收益图：

# pip install kds
import kds
kds.metrics.plot_cumulative_gain(y_test, y_prob)

示例

# REPRODUCABLE EXAMPLE
# Load Dataset and train-test split
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn import tree

X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, 
test_size=0.33,random_state=3)
clf = tree.DecisionTreeClassifier(max_depth=1,random_state=3)
clf = clf.fit(X_train, y_train)
y_prob = clf.predict_proba(X_test)


# CUMMULATIVE GAIN PLOT
import kds
kds.metrics.plot_cumulative_gain(y_test, y_prob[:,1])

向导曲线将为模型提供尽可能好的曲线。

如何在Python中构建提升图表（a.k.a增益图表）？

3 个答案:

示例