Courbe de Lift et de Gain
Les courbes de lift et de gain visualisent la performance d'un classifieur en montrant à quel point le modèle est plus performant que la sélection aléatoire, ce qui est particulièrement utile pour les tâches de classement ou de notation où l'on sélectionne un pourcentage supérieur d'échantillons. Elles sont largement utilisées en marketing, en notation de crédit et en détection de fraude.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- Maimon, O. Z., & Rokach, L. (Eds.). (2010). Data Mining and Knowledge Discovery Handbook (2nd ed.). Springer. DOI: 10.1007/978-0-387-09823-4 ↗
- Naeem Siddiqi (2006). Credit Risk Scorecards: Developing and Implementing Intelligent Credit Scoring. John Wiley & Sons. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Lift Chart and Gain Chart. ScholarGate. https://scholargate.app/fr/model-evaluation/lift-and-gain-chart
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Aire sous la courbe Précision-RappelÉvaluation de modèles↔ comparer
- Rappel (Sensibilité)Évaluation de modèles↔ comparer
Une erreur sur cette page ? Signalez-la ou proposez une correction →