lghpy的博客

一、业务背景 在金融风控领域，常常使用KS指标来衡量评估模型的区分度（discrimination），这也是风控模型最为追求的指标之一。下面将从区分度概念、KS计算方法、业务指导意义、几何解析、数学思想等角度，对KS进行深入剖析。 二、直观理解区分度的概念 在数据探索中，若想大致判断自变量x对因变量y有没有区分度，常会将样本分为正负来观察变量的分布差异。那么，如何判断自变量是有用的？直观理解，如果两个分布的重叠部分越小，代表正负样本的差异性越大，自变量就能更好的将正负样本区分开来。具体如图1所示。 打个比方

#求lift、woe、iv def get_lift_and_dist(df, user_id, model_score, label_name): #df 数据 label_name:逾期指标 good_group_cnts = df.loc[df[label_name] <= 0].groupby([model_score])[user_id].count() bad_group_cnts = df.loc[df[label_name] > 0].groupby([m