分类模型评估：AUC，GINI，KS
除上述几个简单的计算指标外，通常还会用AUC，GINI，KS来评价模型的整体表现
还是使用上一小节泰坦尼克的预测数据titanic_export.csv，用到的变量有Survived_1_percentage 和 Survived，计算代码如下：
| A | B | |
| 1 | =T("D://titanic_export.csv") | |
| 2 | =A1.(Survived_1_percentage).ranks() | |
| 3 | =A1.derive(A2(#):rank) | |
| 4 | =A3.groups(Survived;sum(rank):sum_rank,count(~):count) | |
| 5 | =(A4(2).sum_rank-A4(2).count*(1+A4(2).count)/2)/(A4(2).count*A4(1).count) | /auc |
| 6 | =2*A5-1 | /gini |
| 7 | =A1.sort@z(Survived_1_percentage) | |
| 8 | =A7.len()\10+1 | |
| 9 | =A7.derive(#\A8:decile) | |
| 10 | =A9.groups(decile;count(Survived==1):event,count(Survived==0):non_event) | |
| 11 | =A10.derive(event+cum_event[-1]:cum_event,non_event+cum_non_event[-1]:cum_non_event) | |
| 12 | =A11.derive(cum_event/A4(2).count-cum_non_event/A4(1).count:ks) | |
| 13 | =A12.max(ks) | /ks |
A5 返回AUC值
A6 返回GINI值
A13 返回KS值
这三个指标的计算方法比较复杂，有兴趣的读者请自行查阅相关资料，本书只提供计算代码供读者使用。
关于各指标的使用方法，可参阅http://www.raqsoft.com.cn/wx/course-data-mining.html模型评估章节。
