향상도 곡선

"향상도 곡선" 옵션은 파티션 모형의 예측 능력을 표시하는 다른 그림을 제공합니다. 향상도 곡선은 향상도 대 관측값 비율을 표시합니다. 고유한 각 예측 확률 값에 대한 점이 있습니다. 반응 수준의 각 예측 확률은 예측 확률이 고유 예측 확률 값보다 크거나 같은 관측값의 비율을 정의합니다. 특정 반응 수준에 대한 향상도 값은 관측 반응의 전체 비율 대비 해당 부분의 관측 반응 비율을 나타내는 값입니다.

참고: 작은 모형의 경우 대부분의 점이 동일한 예측 확률 값을 가질 수 있습니다. 이 확률이 반응 수준에 대한 가장 높은 예측 확률인 경우에는 향상도 곡선이 부분 = 0에서 시작하지 않습니다. Figure 4.10의 Low 향상도 곡선을 예로 들 수 있습니다.

그림 4.10 향상도 곡선 

그림 4.11 향상도 곡선에 대한 향상도 테이블 

Figure 4.11에서는 Figure 4.10에 나오는 High 향상도 곡선에 사용된 "향상도" 및 "부분"의 계산을 보여 주기 위한 값 테이블을 제공합니다. 반응 Y Binary를 예측하기 위해 5개의 분할이 있는 파티션 모형이 생성되었습니다. Y Binary에는 Low와 High라는 두 개의 수준이 있습니다. 향상도 곡선은 309개의 관측값을 기반으로 합니다. 전체 비율 0.27에 대해 관측된 High 반응은 83개입니다.

• Prob High: 파티션 모형에서 High 반응 수준에 대한 5개의 고유 예측 확률 값

• N > Prob High: 예측 확률 값이 Prob High 값보다 크거나 같은 관측값 수

• Portion: N > Prob High를 309, 즉 총 관측값 수로 나눈 값

• N High in Portion: 각 부분에서 High 반응이 관측된 관측값 수

• Portion High: N High in Portion을 N > Prob High로 나눈 값

• Lift: Portion High를 0.27, 즉 관측된 High 반응의 전체 비율로 나눈 값

향상도는 각 부분에 대한 기대 High 반응 수와 비교하여 해당 부분에 속하는 High 반응 수를 측정합니다. 데이터 집합의 처음 6%에 대한 향상도는 3.72입니다. 모형을 사용하여 예측값이 가장 높은 관측값의 6%를 선택한 결과, 해당 6%를 랜덤 선택한 경우보다 High 반응이 3.72개 더 많습니다.