ks-指标
- ks定义
- ks是指通过衡量好坏样本累计分布之间的差值,来评估模型的风险的区分能力. ks曲线又叫洛伦兹曲线,以TRP和FPR分别作为纵轴,以阈值作为横轴,画出两条曲线.KS曲线则是两条曲线在每一个阈值下的差值,取的是TRP和FPR差值的最大值
- 真阳性率(TPR):判断正例也是真正例的比率
- 为阳性率(FPR):判断为正例却不是真正例的比率
- ks指标的含义
- KS<0.2：模型无鉴别能力；
- 0.2-0.4之间，模型勉强接受；
- 0.41-0.5之间，模型具有区别能力；
- 0.51-0.6之间，模型有很好的区别能力；
- 0.61-0.75之间，模型有非常好的区别能力
- KS>0.75，模型异常，很有可能有问题。
- ks图像
- ks显示的是不同的阈值对应的不同ks值,ks值是找出模型中差异最大的一个分段,如评分卡这种相对就比较适合ks值的评估。对于一般任务更加关注负样本，那么区分度肯定就是很重要的，使用KS比AUC更加适合用于模型的评估。