外部标准：
1.
给客户带来的损失
。比如数据错误，系统宕机。把损失换成金钱，除以此系统本来可以赚的利润，达到一个百分比：
标准1： 客户损失金额/利润
说明：得到这个数据可能比较困难，现实有很多情形，我们可以灵活处理
转载
2023-11-27 09:19:43
76阅读
2021-03-15因为模型是以特定期间的样本所开发的，此模型是否实用于开发样本之外的族群，必须通过稳定性测试能力得悉。稳定度指标(population stability index ,PSI)可掂量测试样本及模型开发样本评分的的散布差别，为最常见的模型稳定度评估指针。其实PSI示意的就是按分数分档后，针对不同样本，或者不同工夫的样本，population散布是否有变动，就是看各个分数区间内人
关键词：CPCT、精细化运营思维、客户、产品、渠道、时机、运营电信运营商市场饱和，用户新增主要靠弃卡后重新入网以及异网用户策反。用户新增已如此艰难，所以更加关注存量用户经营。运营商营销资源不断收缩，广撒网的粗放式传统模式不再适用，精细化运营，科学投放资源，不断提高资源投放效益是运营必须坚持的运营策略。运用数据的CPCT策略（Customer、Product、Channel、Time），对合适的客户
转载
2024-01-26 12:02:17
67阅读
# Python中PSI指标计算流程
## 1. 简介
在本文中，我将向你介绍如何在Python中计算PSI（Population Stability Index）指标。PSI指标用于衡量两个数据集之间的分布变化，通常用于监测模型在时间或者不同群体之间的稳定性。
## 2. 计算步骤
```mermaid
journey
title PSI指标计算流程
section 数据准
原创
2024-03-25 06:49:11
704阅读
最近开始学习Python自动化运维，特记下笔记。学习中使用的系统是Kali Linux2017.2，Python版本为2.7.14+因为在KALI里面没有自带psutil模块，需要使用pip进行安装安装完成后进入python交互模式查看psutil 的帮助信息，可以发现psutil支持跨平台的环境，同时也支持python3获取CPU信息使用cpu_times获取CPU信息,用户/系统/空闲时间也可
转载
2023-10-09 08:10:11
252阅读
由于模型是以特定时期的样本所开发的，此模型是否适用于开发样本之外的族群，必须经过稳定性测试才能得知。稳定度指标(population stability index ,PSI)可衡量测试样本及模型开发样本评分的的分布差异，为最常见的模型稳定度评估指针。其实PSI表示的就是按分数分档后，针对不同样本，
转载
2019-09-12 15:23:00
956阅读
2评论
1 生成0和1的数组empty(shape[, dtype, order]) empty_like(a[, dtype, order, subok])
eye(N[, M, k, dtype, order])
identity(n[, dtype])
ones(shape[, dtype, order])
ones_like(a[, dtype, order, subok])
zeros(shap
转载
2024-07-17 21:29:08
17阅读
从python的优缺点来说一下吧：python语言的优点⑴作为初学python的科班出身的小白，python非常简单，非常适合人类阅读。阅读一个良好的Python程序就感觉像是在读英语一样，尽管这个英语的要求非常严格!Python的这种伪代码本质是它最大的优点之一。它使你能够专注于解决问题而不是去搞明白语言本身。⑵易学。python虽然是用c语言写的，但是它摈弃了c中非常复杂的指针，简化了pyth
转载
2024-02-19 19:07:11
31阅读
今天我们放假，回贵阳，准备实习，我也可以专心的去研究自己感兴趣的方向，我们计算股票指标包括beta,alpha，最大回撤，在险价值等，指标很多，我就不仔细介绍了，今天挺累的，我们直接看效果，弄成了图形界面，需要计算什么指标直接点击按钮就可以了。后面对接了akshare，支持A股全部股票的计算。输入股票代码输入数据开始时间输入数据结束时间指标效果随便点击应该比如最大回撤import requests
模型效果主要从两个方面衡量： 1.模型本身的效果，主要评价指标包括区分度、准确度等。 2.模型稳定性，主要评价指标包括PSI和CSI等。 之前阐述了模型本身的评价指标：混淆矩阵、F1值、KS曲线、count_table和ROC曲线AUC面积，本文介绍模型稳定性指标PSI。 文章目录一、详细介绍PSI1 什么是PSI2 PSI计算公式3 PSI阈值衡量标准二、用Python如何计算
转载
2023-09-07 11:22:10
995阅读
目录1.什么是特征工程2.基本预处理:缺失值处理2.1缺失值的处理2.2小练习2数值型特征2.1对数变换2.2幅度缩放2.3统计数值：描述统计分析2.4高次特征与交叉特征2.4.1高次特征3.字符型特征3.1哑变量3.2标签编码1.什么是特征工程 特征是用于描述数据中的各种属性、变量或维度的信息，它们是
基础: 时间序列学习笔记（2）平稳性 许多预测模型都要求时间序列具有一定的一致性，即“平稳性”。平常的转换，即整数阶差分(譬如，在金融学中表现为建模收益而不是绝对价格)，消除了数据中的记忆，从而影响了建模的预测能力。本文概述了分数微积分如何保留更多的信息，以及如何更好地在平稳性和有意义的记忆之间做出权衡。一般而言，我们会把一个给定的时间序列理解为一个随机过程产生的样本，并试图
作者：泛音/Fainke混淆矩阵：也称为误差矩阵，是一种特定的表格布局，允许可视化算法的性能，通常是监督学习的算法（在无监督学习通常称为匹配矩阵）。矩阵的每一行代表预测类中的实例，而每列代表实际类中的实例（反之亦然）。从字面理解：看出系统是否混淆了两个类（即通常将一个类错误标记为另一个类）（多类可以合并为二分类）。一级评价指标：由四个基础指标构成：TP、FN、FP、TN① 真实值是positive
重要公式及其推导 劳斯-赫尔维茨（Routh-Hurwitz）稳定判据判别系统稳定性最基本的方法是根据特征方程式的根的性质来判定。但求解高于三阶的特征方程式相当复杂和困难。所以在实际应用中提出了各种工程方法，它们无需求特征根，但都说明了特征根在复平面上的分布情况，从而判别系统的稳定性。本节主要介绍代数判据。（一） 系统稳定性的初步判别设已知控制系统的特征方程式中所有系数均为
1.创建并输出菜单, 菜单是不可变的. 所以使用元组
menus = ("1, 录入", "2, 查询", "3, 删除", "4, 修改", "5, 退出")
# 存储用户的信息 id: {'name':'名字', 'weight':体重, 'height':身高}
# 例如：目前有两个用户信息：1. 汪峰， 2. 章子怡
# 存储结构：
#bodies= {
# 1:{'name'
转载
2024-01-15 00:43:10
66阅读
你不懂python算法 也可以写好它～
原创
2022-08-26 14:25:37
1295阅读
PSi-Population Stability Index (PSI)模型分稳定性评估指标
原创
2021-02-17 19:36:42
1196阅读
点赞
PSi-Population Stability Index (PSI)模型分稳定性评估指标
原创
2021-02-17 19:36:38
1188阅读
点赞
在风控领域的业务中，稳定性压倒一切，一套风控模型正式上线运行后往往需要很久（通常一年以上）才会被替换下线。如果模型不稳定，意味着模型不可控，对于业务本身而言就是一种不确定性风险，直接影响决策的合理性，这是不可接受的。在机器学习构建风控模型时，我们基于假设“历史样本分布等于未来样本分布”。因此，我们通常认为：
转载
2023-10-07 13:50:09
121阅读
在我看来，python社区分为了三个流派，分别是python 2.x组织，3.x组织和PyPy组织。这个分类基本上可以归根于类库的兼容性和速度。这篇文章将聚焦于一些通用代码的优化技巧以及编译成C后性能的显著提升，当然我也会给出三大主要python流派运行时间。我的目的不是为了证明一个比另一个强，只是为了让你知道如何在不同的环境下使用这些具体例子作比较。使用生成器一个普遍被忽略的内存优化是生成器的使
转载
2024-07-04 16:15:00
36阅读
