深入分析Microsoft Azure 机器学习工作室案例( 五 ) 关注我们（本文阅读时间：1

文章图片
通常计算LIFT的时候会把模型的最终得分按照从低到高（风险概率从高到低）排序并等频分为10组，计算分数最低的一组对应的累计坏样本占比/累计总样本占比就等于LIFT值了。

文章图片
结束语
到这里， BinaryClassificationusingVowpalWabbitModel-AdultIncomePrediction案例的分析我们完成了，在这个过程中，我们详细的了解到各个节点的核心信息和相关的概念。从数据源、数据处理、Python脚本、元数据定义和模型质量报告。也同时接触到了大量的机器学习概念，本篇非常值得推荐作为MicrosoftAzureMachineLearningStudio和机器学习的入门和深入读物。
在这之后，我将继续编写其他MicrosoftAzureMachineLearningStudio案例。每一篇案例都可以独立阅读，因此有些概念会重复出现在每一篇中。
微软最有价值专家（MVP）
微软最有价值专家是微软公司授予第三方技术专业人士的一个全球奖项。 29年来，世界各地的技术社区领导者，因其在线上和线下的技术社区中分享专业知识和经验而获得此奖项。
MVP是经过严格挑选的专家团队，他们代表着技术最精湛且最具智慧的人，是对社区投入极大的热情并乐于助人的专家。 MVP致力于通过演讲、论坛问答、创建网站、撰写博客、分享视频、开源项目、组织会议等方式来帮助他人，并最大程度地帮助微软技术社区用户使用Microsoft技术。
更多详情请登录官方网站：
https://mvp.microsoft.com/zh-cn
了解如何使用Azure机器学习训练和部署模型以及管理ML生命周期(MLOps) 。教程、代码示例、API参考和其他资源。
~返回搜狐，查看更多
责任编辑：