模型稳定度指标PSI 释义及计算示例
稳定度指标(population stability index ,PSI)可衡量测试样本及模型开发样本评分的的分布差异,为最常见的模型稳定度评估指针。其实PSI表示的就是按分数分档后,针对不同样本,或者不同时间的样本,population分布是否有变化,就是看各个分数区间内人数占总人数的占比是否有显著变化
PSI小于0.1时候模型稳定性很高,0.1-0.2一般,需要进一步研究,大于0.2模型稳定性差,建议修复。
psi计算公式为:psi = sum((实际占比-预期占比)* ln(实际占比/预期占比))
示例:
有一个模型主要生成用户分组,输出参数为group01-group10,我们需要统计该模型是否稳定,以验证我们的建模是否合适
第一步:统计总进件量(数据库统计),如总进件量为3400条数据
第二步:将总进件量按区间统计出各分区间量
假如统计出的结果如下:
group01 | 100 |
group02 | 200 |
group03 | 300 |
group04 | 500 |
group05 | 700 |
group06 | 800 |
group07 | 100 |
group08 | 100 |
group09 | 500 |
group10 | 100 |
第三步:算出各区间占比(本区间数/总进件数)
实际占比 |
2.94% |
5.88% |
8.82% |
14.71% |
20.59% |
23.53% |
2.94% |
2.94% |
14.71% |
2.94% |
第四步:我们自己有一个期望占比
预期占比 |
2% |
8% |
13% |
17% |
18% |
6% |
11% |
9% |
13% |
3% |
第五步:计算各区间psi并最终进行求和,从结果来看我这个模型应该重做哈哈哈。不过我的预期占比是随便写的,所以才有这个结果。整体的计算流程就是这样了,psi的计算公式为:psi = sum((实际占比-预期占比)* ln(实际占比/预期占比))
模型稳定度指标PSI 释义及计算示例相关推荐
- python计算模型psi_模型稳定度指标PSI与IV
由于模型是以特定时期的样本所开发的,此模型是否适用于开发样本之外的族群,必须经过稳定性测试才能得知.稳定度指标(population stability index ,PSI)可衡量测试样本及模型开发 ...
- [机器学习] 模型稳定度指标PSI
群体稳定性指标(population stability index) 由于模型是以特定时期的样本所开发的,此模型是否适用于开发样本之外的族群,必须经过稳定性测试才能得知.稳定度指标(populati ...
- 模型稳定度指标PSI与IV
由于模型是以特定时期的样本所开发的,此模型是否适用于开发样本之外的族群,必须经过稳定性测试才能得知.稳定度指标(population stability index ,PSI)可衡量测试样本及模型开发 ...
- 模型稳定度指标PSI
群体稳定性指标PSI(Population Stability Index)是衡量模型的预测值与实际值偏差大小的指标. PSI = sum((实际占比-预期占比)* ln(实际占比/预期占比)) 举例 ...
- 信用评分卡模型稳定度指标PSI
由于模型是以特定时期的样本所开发的,此模型是否适用于开发样本之外的族群,必须经过稳定性测试才能得知.稳定度指标(population stability index ,PSI)可衡量测试样本及模型开发 ...
- ML之ME/LF:机器学习之风控业务中常用模型评估指标PSI(人群偏移度指标)的的简介、使用方法、案例应用之详细攻略
ML之ME/LF:机器学习之风控业务中常用模型评估指标PSI(人群偏移度指标)的的简介.使用方法.案例应用之详细攻略 目录 PSI(稳定度指标)的简介 1.如何计算PSI? (1).PSI计算过程
- 模型稳定性指标—PSI
由于模型是以特定时期的样本所开发的,此模型是否适用于开发样本之外的族群,必须经过稳定性测试才能得知.稳定度指标(population stability index ,PSI)可衡量测试样本及模型开发 ...
- kmeans及模型评估指标_模型评估常用指标
一. ROC曲线和AUC值 在逻辑回归.随机森林.GBDT.XGBoost这些模型中,模型训练完成之后,每个样本都会获得对应的两个概率值,一个是样本为正样本的概率,一个是样本为负样本的概率.把每个样本 ...
- 风控业务-模型稳定性评价指标PSI
在风控领域的业务中,稳定性压倒一切,一套风控模型正式上线运行后往往需要很久(通常一年以上)才会被替换下线.如果模型不稳定,意味着模型不可控,对于业务本身而言就是一种不确定性风险,直接影响决策的合理性, ...
最新文章
- 余弦距离(Cosine距离)与编辑距离分别是什么?各有什么优势和使用场景?
- iCOM组件(iComponent,应用或学习组件)
- html语言机标记椒用来调字体的,HTML语言 之 字体标记
- Bailian2804 词典【map+字典树】
- liunx 环境下docker安装mysql
- 控制理论中的几种稳定性介绍
- Delphi FireMonkey 的动画以及多线程
- 基于HTML5实现五彩连珠小游戏
- PAT乙级1055 集体照
- 计算机组成原理——计算机的工作过程
- 众数问题c语言编程,众数问题
- 畅通工程2(prim模拟链表结构体建图+kru)
- 03.C 语言实现3.5寸虚拟软盘
- 基于RTP/RTCP的无线视频传输自适应带宽控制
- Spring系列九:Spring 事务
- 微信公众号开发系列三:响应关注和取关事件
- Excel 学习心得2
- 虚幻引擎4中的实时GI技术
- C++中流控制函数 setw() setfill() setbase() setprecision()
- oracle 删除用户 ora-00604,删除用户ORA-00604和ORA-00054
热门文章
- Jenkins实现微服务自动化部署_Jenkins环境设置完整版 (二)
- java留言板_java实现留言板功能实例
- 医学研究人员为什么要学习R语言?哪本书最适合学习?
- 黑桃8形式的c语言编程,C语言的随机发牌程序(红桃、黑桃、梅花、方块)
- LiveRTMP内置IPCamera实现RTMP直播摄像机功能
- Flag壁纸生成器诞生记
- 重庆邮电大学计算机2019湖北分数线,2019重庆邮电大学录取分数线及历年专业分数线统计表【文科 理科】...
- 基于JAVA星星电影购票网站计算机毕业设计源码+系统+数据库+lw文档+部署
- ios开发读取剪切板的内容_iOS开发_iphone 实现剪贴板操作_iphone 复制粘贴功能(转)...
- GNOME Shell加速演进:BoxPointer, AppMenu和Magnifier