模型穩(wěn)定性：

群體穩(wěn)定性指標(population stability index)
公式： psi = sum(（實際占比-預期占比）* ln(實際占比/預期占比))
舉個例子解釋下，比如訓練一個logistic回歸模型，預測時候會有個類概率輸出，p。在你的測試數(shù)據(jù)集上的輸出設定為p1，將它從小到大排序后將數(shù)據(jù)集10等分（每組樣本數(shù)一直，此為等寬分組），計算每等分組的最大最小預測的類概率值。

現(xiàn)在你用這個模型去對新的樣本進行預測，預測結果叫p2，利用剛才在測試數(shù)據(jù)集上得到的10等分每等分的上下界。按p2將新樣本劃分為10分（不一定等分了哦）。

實際占比就是新樣本通過p2落在p1劃分出來的每等分界限內的占比，預期占比就是測試數(shù)據(jù)集上各等分樣本的占比。
意義就是如果模型更穩(wěn)定，那么在新的數(shù)據(jù)上預測所得類概率應該更建模分布一致，這樣落在建模數(shù)據(jù)集所得的類概率所劃分的等分區(qū)間上的樣本占比應該和建模時一樣，否則說明模型變化，一般來自預測變量結構變化。通常用作模型效果監(jiān)測。

一般認為PSI小于0.1時候模型穩(wěn)定性很高，0.1-0.2一般，需要進一步研究，大于0.2模型穩(wěn)定性差，建議修復。

數(shù)據(jù)分布穩(wěn)定性：

psi = sum(（樣本A分布占比-樣本B分布占比）* ln(樣本A分布占比/樣本B分布占比))

總結

以上是生活随笔為你收集整理的模型、数据分布稳定性的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。