01

什么是Lift？

Lift是評估一個預(yù)測模型是否有效的一個度量；它衡量的是一個模型（或規(guī)則）對目標(biāo)中“響應(yīng)”的預(yù)測能力優(yōu)于隨機(jī)選擇的倍數(shù)，以1為界線，大于1的Lift表示該模型或規(guī)則比隨機(jī)選擇捕捉了更多的“響應(yīng)”，等于1的Lift表示該模型的表現(xiàn)獨(dú)立于隨機(jī)選擇，小于1則表示該模型或規(guī)則比隨機(jī)選擇捕捉了更少的“響應(yīng)”。維基百科中提升度被解釋為“Target response divided by average response”。

02

信用模型中的lift

????????在模型評估中，我們常用到增益/提升（Gain/Lift）圖來評估模型效果，其中的Lift是“運(yùn)用該模型”和“未運(yùn)用該模型”所得結(jié)果的比值。以信用評分卡模型的評分結(jié)果為例，我們通常會將打分后的樣本按分?jǐn)?shù)從低到高排序，取10或20等分（有同分?jǐn)?shù)對應(yīng)多條觀測的情況，所以各組觀測數(shù)未必完全相等），并對組內(nèi)觀測數(shù)與壞樣本數(shù)進(jìn)行統(tǒng)計(jì)。用評分卡模型捕捉到的壞客戶的占比，可由該組壞樣本數(shù)除以總的壞樣本數(shù)計(jì)算得出；而不使用此評分卡，以隨機(jī)選擇的方法覆蓋到的壞客戶占比，等價于該組觀測數(shù)占總觀測數(shù)的比例（分子分母同時乘以樣本整體的壞賬率）。對兩者取累計(jì)值，取其比值，則得到提升度Lift，即該評分卡抓取壞客戶的能力是隨機(jī)選擇的多少倍。

????????下表是一個提升表（Lift Table）的示例：

????????以分?jǐn)?shù)段為橫軸，以捕捉到的“壞”占比為縱軸，可繪制出提升圖，示例如下：

????????以分?jǐn)?shù)段為橫軸，以提升度為縱軸，可繪制出累計(jì)提升圖，示例如下：

????????有了累計(jì)提升圖，我們就能直觀地去比較不同模型或策略給我們帶來的區(qū)分能力增益程度。