ScholarGate
Assistent
MCDMClassification Evaluation Tool

Lift- en gain-grafieken

Lift- en gain-grafieken visualiseren de prestaties van een classificator door te laten zien hoeveel beter het model presteert in vergelijking met willekeurige selectie, wat vooral nuttig is voor rangschikkings- of scoringsopdrachten waarbij u een toppercentage van de samples selecteert. Ze worden veel gebruikt in marketing, kredietscoring en fraudedetectie.

Openen in MethodMindBinnenkortVideoBinnenkortDia's downloaden

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Methodenkaart

De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.

Bronnen

  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

Deze pagina citeren

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

Welke methode?

Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.

Naast elkaar vergelijken
ScholarGateLift and Gain Chart (Lift Chart and Gain Chart). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/model-evaluation/lift-and-gain-chart · Gegevensset: https://doi.org/10.5281/zenodo.20539026