在机器学习营销当中，lift是一个常见的指标，用户考量一个模型的分类和预测结果相比于正常情形的（随机选择）加强结果。通常我们要求模型的结果要高于随机选择的结果。举个例子，随机选择的准确率是5%。模型选择的准确率是20%。那么这个模型的lift为4倍。即20%/5%。
通常，建模人员会把流行度按百分位分桶。并且对百分比计算lift。然后可以根据每个百分位分桶lift的结果，来预估回报率，以此来选择合适的分桶。
Antecedent Consequent
A 0
A 0
A 1
A 0
B 1
B 0
B 1
Rule1 B=1
随机选择1的正确率是3/7。使用规则选择1的正确率2/3。模型的lift为（2/3）/（3/7）=1.56
随机负样本的增多，lift会有所提高，但lift的提高会有限制，模型固定时最大的lift为tp/(tp+fn)*(tn+fp)/fp。
lift指标
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 文章转载自Google,最近更新：2018-08-3 Google上线了一个“机器学习速成课程”，英文简称MLCC...
- 第十四章 在众人的视线中，出现一个如同深渊之口一般的巨坑，不断有呼呼的风声从其内传出，在这风中更夹杂着一股股黑烟，...
