Кумулятивный профиль точности - Cumulative accuracy profile
 | Эта статья поднимает множество проблем. Пожалуйста помоги Улучши это или обсудите эти вопросы на страница обсуждения. (Узнайте, как и когда удалить эти сообщения-шаблоны) (Узнайте, как и когда удалить этот шаблон сообщения)
|
В совокупный профиль точности (или CAP) - это концепция, используемая в наука о данных визуализировать способность распознавания. CAP модели представляет собой совокупное количество положительных результатов по у-оси по сравнению с соответствующим совокупным числом классифицирующего параметра вдоль Икс-ось. Полученная кривая называется кривой CAP.[1] CAP отличается от рабочая характеристика приемника (ROC), который строит истинно положительный показатель против ложноположительный показатель. CAP используется при оценке эффективности модели классификации. Его можно использовать для понимания устойчивости модели классификации.
www.gamer.com
 | Википедия - это не руководство по стратегии или инструкция. Статьи в Википедии должны быть сосредоточены на самих играх, а не на том, как в них играть; они не должны содержать подсказок, уловок или чит-кодов. Эта информация доступна в другом месте (например, в нашем родственном проекте, Викиучебники ), в печатных руководствах и онлайн, и не входит в статью энциклопедии. Пожалуйста, не добавляйте ваши собственные намеки или же мнения об игре. Поддающийся проверке материалы об истории, дизайне и общем описании игры приветствуются. Если у вас есть вопросы о том, следует ли добавлять конкретную информацию, сначала задайте их здесь. |
Анализ CAP
CAP можно использовать для оценки модели путем сравнения кривой с идеальной CAP. Максимальное количество положительных результатов достигается непосредственно случайным CAP, в котором положительные результаты распределяются поровну. Хорошая модель будет иметь CAP между идеальным CAP и случайным CAP. Чем ближе модель к идеальному CAP, тем лучше.
Коэффициент точности (AR) определяется как отношение площади между модельным CAP и случайным CAP и площади между идеальным CAP и случайным CAP.[2] Для успешной модели AR имеет значения от нуля до единицы, с более высоким значением для более сильной модели.
Совокупное количество положительных результатов указывает на силу модели при 50% классифицирующего параметра. Для успешной модели это значение должно находиться в диапазоне от 50% до 100% от максимума, с более высоким процентом для более сильных моделей.
В единичных случаях коэффициент точности может быть отрицательным. В этом случае модель работает хуже, чем случайная CAP.
Приложения
CAP и Рабочая характеристика приемника (ROC) обычно используются банками и регулирующими органами для анализа дискриминирующей способности рейтинговых систем, оценивающих кредитные риски.[3][4]
Рекомендации
- ^ «ПРОФИЛЬ НАКОПЛЕННОЙ ТОЧНОСТИ И ЕГО ПРИМЕНЕНИЕ В КРЕДИТНОМ РИСКЕ». www.linkedin.com. Получено 2020-12-11.
- ^ Калабрезе, Рафаэлла (2009), Подтверждение кредитного рейтинга и скоринговых моделей (PDF), Швейцарское статистическое совещание, Женева, Швейцария
- ^ Энгельманн, Бернд; Хайден, Эвелин; Таше, Дирк (2003), "Измерение дискриминационной силы рейтинговых систем", Документ для обсуждения, Серия 2: Банковский и финансовый надзор (№ 01)
- ^ Собехарт, Хорхе; Кинан, Шон; Штайн, Роджер (2000-05-15), «Методологии проверки моделей риска дефолта» (PDF), Услуги по управлению рисками Moody's