Część #18 cyklu "Ocena jakości klasyfikacji" to pogłębienie interpretacji krzywej Liftu Skumulowanego - mam wrażenie, że to już ostatni wpis z serii "Tips & Tricks na krzywych".
TPR (Captured Response) i FNR na bazie Liftu Skumulowanego
Dla modelu idealnego krzywa liftu skumulowanego przyjmuje następującą postać:
- kwantyl (rząd) bazy (malejąco względem oceny modelem)
Stosując technikę "przedłużania modelu idealnego", analogicznie do zastosowanej w części #17 "PPV i FDR na bazie TPR", tworzymy "skalę" umożliwiającą wyznaczenie TPR (True-Positive Rate) oraz FNR (False-Negative Rate).
Zależności
Dowód: w części #11 "Captured Response vs Lift" pokazałem, że
ale to to samo co
- różni się tylko nazwą 🙂
Nieco inny dowód podałem również w części #17 "PPV i FDR na bazie TPR"
trochę przekształcając otrzymujemy
Dalej wystarczy zauważyć, że
cbdo. 🙂
I ponownie - wydaje mi się, że analogicznie można naszkicować TNR oraz FPR - tylko tu analizując: klasyfikację do klasy negatywnej, krzywą Liftu Skumulowanego dla klasy "0" oraz "przedłużenie" modelu idealnego dla klasy "0" - wymaga sprawdzenia 🙂
Pozdrowienia,
Mariusz Gromada

