直白解读在预测系统中基尼系数及其归一化

分手后的思念是犯贱 2022-04-12 05:41 240阅读 0赞

# 直白解读在预测系统中基尼系数及其归一化 #

在CTR（click-through-rate 点击通过率）等预测模型中，绘制了Gini Normalization来评价不同模型的效果。

## 基尼系数分析 ##

直白解读，假设有下面两组结果，分别表示预测值和实际值：

predictions = [0.9, 0.3, 0.8, 0.75, 0.65, 0.6, 0.78, 0.7, 0.05, 0.4, 0.4, 0.05, 0.5, 0.1, 0.1]
    actual = [1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0]

然后将预测值按照从小到大排列，并根据索引序对实际值进行排序得到：

Sorted Actual Values [0, 0, 0, 0, 1, 0, 0, 0, 1, 1, 0, 1, 0, 1, 1]

可根据排序结果得到如下图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz_size_16_color_FFFFFF_t_70]  
对基尼系数进行归一化处理，引入一条绝对公平线即成45度方向连接折线的两端，如下图，橙色部分面积即为所求的Normalization的Gini系数。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz_size_16_color_FFFFFF_t_70 1]  
由于我们是将预测概率从小到大排的，所以我们希望实际值中的0尽可能出现在前面，因此Normalization的Gini系数越大，分类效果越好。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz_size_16_color_FFFFFF_t_70]: /images/20220412/230f551ae7be401da5f6bf875d3767e6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM0NzM0MzAz_size_16_color_FFFFFF_t_70 1]: /images/20220412/4a010fb63d60412a8be635d8a92d407d.png