3 minuty 
W tej części tutorialu dowiesz się więcej o definicji i rodzajach krzywej LIFT, skumulowanych LIFT ze skalą procentową, oraz jak skonstruować krzywą LIFT.
W poprzednich częściach naszego tutorialu omówiliśmy:
- Podstawowe oznaczenia w procesie oceny modeli klasyfikacyjnych
- Liczbowe wskaźniki jakości
- Confusion Matrix
- Krzywą ROC
W ostatniej części naszego tutorialu zajmiemy się krzywą Lift.
Definicja oraz rodzaje krzywej LIFT
Wykres LIFT obrazuje zysk z zastosowania modelu klasyfikacyjnego względem nie stosowania modelu (czyli klasyfikatora losowego) na wybranym wycinku danych.
Poniżej przedstawione są proste przykłady:
Wyróżniamy 4 odmiany krzywej LIFT:
LIFT ze skalą procentową
- skumulowany
- nieskumulowany
LIFT ze skalą ilorazową
- skumulowany
- nieskumulowany
W jaki sposób skonstruować krzywą LIFT?
Aby skonstruować krzywą LIFT należy posortować obserwacje według oceny wygenerowanej przez nasz model klasyfikacyjny od największej do najmniejszej wartości. W przykładzie przedstawionym poniżej, sortujemy wartości drugiej kolumny.
Ustalamy liczbę kwantyli, które podzielą zbiór obserwacji na odpowiednie części. Na przykład, przy podziale na kwartyle, czyli kwantyle rzędu 1/4, 2/4, 3/4 mamy:
- 1-szy kwartyl – dzieli zbiór obserwacji na dwie część odpowiednio po 25% położonych poniżej tego kwartyla i 75% położonych powyżej
- 2-gi kwartyl – dzieli zbiór obserwacji na dwie część, czyli na połowę – 50%
- 3-ci kwartyl – dzieli zbiór obserwacji na dwie część odpowiednio po 75% położonych poniżej tego kwartyla i 25% położonych powyżej
Liczba kwantyli ma znaczenie:
- Zbyt małe kwantyle spowodują, że wykres LIFT straci zarówno na przejrzystości jak i na wiarygodności
- Zbyt duże kwantyle spowodują, że wykres LIFT nie będzie zawierał zbyt wielu szczegółów
Następnie pokazujemy stężenie obserwacji pozytywnych (np. churn, klient zaprzestał korzystania z naszych produktów) w poszczególnych kwantylach.
LIFT ze skalą procentową skumulowany
Przykład ogólny:
Przykład szczególny: wysyłanie do klientów nowej oferty
LIFT ze skalą procentową nieskumulowany
Przykład ogólny:
Przykład szczególny: wysyłanie do klientów nowej oferty
Idealne klasyfikatory
LIFT ze skalą ilorazową skumulowany
Przypadek ogólny:
Przypadek szczególny: wysyłanie do klientów ofert
LIFT ze skalą ilorazową nieskumulowany
Przypadek ogólny:
Przypadek szczególny: wysłanie do klientów nowej oferty
Wykres LIFT – podsumowanie
- Pokazuje zysk z zastosowania badanego klasyfikatora względem klasyfikatora losowego
- Prosta interpretacja biznesowa
- Podzielenie wartości wykresu LIFT ze skalą procentową przez prawdopodobieństwo apriori daje wykres LIFT ze skalą ilorazową
