本文概述了数据科学中的统计分析方法，包括基于变量类型的分析、描述性统计分类，如条形图、饼图、直方图等，并探讨了排序模型的评估指标，如ROC曲线、K-S曲线和累积提升曲线，旨在理解模型的分辨能力和预测效果。
整体思维导图如下：
关键点展开说明
1、根据变量类型统计分析
Statemodels 统计分析
2、描述性统计分类
a. 单一分类变量：统计频次 图形：条形图，饼图
b. 两个分类变量表分析：统计频次 图形：堆叠条形图
c.单连续变量(分类汇总)：直方图
d. 两个分类标量汇总表：直方图
3、排序模型的评估指标
ROC曲线：描述模型分辨能力，对角线以上的图形越高模型越好
K-S曲线：用来描述模型对违约客户的分辨能力
累积提升曲线：由于展示使用模型预测结果与随机情况下获叏显性样本的 能力比较
洛伦兹曲线：用来描述预期违约客户的分布
扫一扫
2158
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
