ScholarGate
Assistent
MCDMClassification Evaluation Tool

Gràfic de Llevament i Guanys

Els gràfics de llevament i guanys visualitzen el rendiment d'un classificador mostrant quant millor funciona el model en comparació amb una selecció aleatòria, sent particularment útils per a tasques de classificació o puntuació on es selecciona un percentatge superior de mostres. S'utilitzen àmpliament en màrqueting, puntuació de crèdit i detecció de fraus.

Obre a MethodMindAviatVídeoAviatBaixa les diapositives

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Mapa de mètodes

El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.

Fonts

  1. Maimon, O. Z., & Rokach, L. (Eds.). (2010). Data Mining and Knowledge Discovery Handbook (2nd ed.). Springer. DOI: 10.1007/978-0-387-09823-4
  2. Naeem Siddiqi (2006). Credit Risk Scorecards: Developing and Implementing Intelligent Credit Scoring. John Wiley & Sons. link

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Lift Chart and Gain Chart. ScholarGate. https://scholargate.app/ca/model-evaluation/lift-and-gain-chart

Quin mètode?

Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.

Compara de costat a costat
ScholarGateLift and Gain Chart (Lift Chart and Gain Chart). Recuperat el 2026-06-15 de https://scholargate.app/ca/model-evaluation/lift-and-gain-chart · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026