如何在R语言中绘制多个分类器的提升曲线（Lift Curves）

嘿，作为R语言新手碰到这种可视化问题太正常了，我来帮你搞定在同一张图里合并多个分类器提升曲线的事儿！

首先先确认几个前提：你的Response应该是二分类变量对吧？提升曲线主要用于二分类模型的效果对比，另外建议用测试集来生成提升曲线，别用训练集，不然结果会偏乐观哦。

步骤1：安装并加载必要的包 #

我推荐用lift包（专门做提升曲线的）加上ggplot2来绘图，先搞定包的安装：

install.packages(c("lift", "ggplot2"))
library(lift)
library(ggplot2)

步骤2：拟合模型并生成预测值 #

先把你的GLM模型补全（记得加family=binomial，因为是二分类问题）：

# 补全你的GLM模型
fullmod <- glm(Response ~ page_views_90d+win_visits+osx_visits+mc_1+mc_2+mc_3+mc_4+mc_5+mc_6+store_page+orders+orderlines+bookings+purchase, 
               data=train, 
               family=binomial)

# 假设你有第二个"本质相同"的模型（比如不同参数/数据集训练的）
# 这里我用另一个示例模型，你替换成自己的即可
other_mod <- glm(Response ~ page_views_90d+win_visits+store_page+orders+purchase, 
                 data=train, 
                 family=binomial)

# 用测试集生成预测概率（没有测试集的话也可以用训练集，但不推荐）
pred_full <- predict(fullmod, newdata = test, type = "response")
pred_other <- predict(other_mod, newdata = test, type = "response")

步骤3：生成提升曲线数据并合并绘图 #

接下来我们分别生成两个模型的提升曲线数据，然后合并到同一张图里：

# 生成第一个模型的提升数据
lift_full <- lift(Response ~ pred_full, data = test, class = "1") # class参数填你的正类标签，比如"1"或者"yes"
# 生成第二个模型的提升数据
lift_other <- lift(Response ~ pred_other, data = test, class = "1")

# 给每个数据集加上模型标识，方便区分
lift_data_full <- cbind(lift_full$data, Model = "Full GLM Model")
lift_data_other <- cbind(lift_other$data, Model = "Simplified GLM Model")

# 合并两个数据集
combined_lift_data <- rbind(lift_data_full, lift_data_other)

# 绘制合并后的提升曲线
ggplot(combined_lift_data, aes(x = Cume.Pct.of.Population, y = Cume.Pct.of.Response, color = Model)) +
  geom_line(size = 1) + # 画曲线
  geom_abline(intercept = 0, slope = 1, linetype = "dashed", color = "gray") + # 加基准线（随机模型）
  labs(title = "Lift Curve Comparison of Two Classifiers",
       x = "Cumulative Percentage of Population",
       y = "Cumulative Percentage of Positive Responses",
       color = "Classifier") +
  theme_minimal()

关于你提到的"两个分类器本质相同但图表不同"的小提醒 #

如果两个模型本质相同但图表不一样，大概率是因为：

• 一个用了训练集、一个用了测试集（训练集的提升曲线会更漂亮）
• 生成曲线时的分组数或者参数设置不同
• 模型拟合时的随机种子不一样（如果涉及到抽样的话）

你可以检查下这些点，确保两个模型的评估条件一致哦～

内容的提问来源于stack exchange，提问作者paddy