MCDMClassification Evaluation Tool
提升和增益图
提升和增益图用于可视化分类器性能，通过显示模型相对于随机选择的改进程度，特别适用于排序或评分任务，其中您选择样本的最高百分比。它们广泛应用于营销、信用评分和欺诈检测。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Lift Chart and Gain Chart. ScholarGate. https://scholargate.app/zh/model-evaluation/lift-and-gain-chart
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 精确率-召回率曲线下面积模型评估↔ 比较
- 召回率（灵敏度）模型评估↔ 比较