一、提升图：

在我们模型完成之后，还要看模型的提升图，主要是通过随机选择比较模型。通俗点就是将模型预测的违约概率降序排列，按照样本数分成10等分，计算出每一等分上的坏样本占比badrate，和随机抽样即总样本的badrate对比，就是提升图。

如下图所示： 
 
好的模型提升图应该是光滑的向下的曲线，最好有3到4个点是在random的上方。

二、sgplot过程：

可视化从来都不是一两句话可以总结的完的，对各种可能的图形有个了解，掌握一些基础过程代码指令，然后在工作中查询帮助文档。

/*提升图*/

proc sgplot data=cc_&tab.; 

REFLINE &random/axis=y label='random' TRANSPARENCY=0.3; 

series x=rk y=percent1/lineattrs=(color=blue thickness=2 pattern=solid) datalabel 

markers markerattrs=(color=red symbol=trianglefilled); 

xaxis label='bin'; 

yaxis label='bad per bin'; 

run;

上面的提升图就是这段代码跑出来的。 
REFLINE：参考线，其中宏变量random是总样本的badrate，axis=y表示参考线在y轴上，TRANSPARENCY是参考线的透明度。 
series 是实质上的划线的Statement，实际上 / 之后到；之前都是series的option，如lineattrs是线的特性（颜色，线厚度，实线）、datalabel表示加数据标签、markers表示增加数据点、markerattrs是点的特性（颜色、点的形状）。