เปรียบเทียบวิธี

	แผนภูมิลิฟต์และเกน	Precision-Recall AUC
สาขาวิชา	การประเมินแบบจำลอง	การประเมินแบบจำลอง
ตระกูล	MCDM	MCDM
ปีกำเนิด	1990s	2006
ผู้ริเริ่ม	Data mining and marketing analytics	Davis and Goadrich
ประเภท	Evaluation visualization	Evaluation metric
แหล่งต้นตำรับ	Maimon, O. Z., & Rokach, L. (Eds.). (2010). Data Mining and Knowledge Discovery Handbook (2nd ed.). Springer.	Davis, J., & Goadrich, M. (2006). The relationship between precision-recall and ROC curves. Proceedings of the 23rd International Conference on Machine Learning, 233-240.
ชื่อเรียกอื่น	Cumulative Gain Chart, Lift Curve	PR AUC, PR Curve
ที่เกี่ยวข้อง	2	4
สรุป	Lift and gain charts visualize classifier performance by showing how much better the model performs compared to random selection, particularly useful for ranking or scoring tasks where you select a top percentage of samples. They are widely used in marketing, credit scoring, and fraud detection.	The Precision-Recall Area Under the Curve (PR AUC) is the area under the curve formed by plotting recall on the x-axis and precision on the y-axis. It is particularly useful for evaluating classifiers on imbalanced datasets, where it is often more informative than ROC AUC.