模型评价指标—KS

最新推荐文章于 2025-03-16 10:57:58 发布
最新推荐文章于 2025-03-16 10:57:58 发布
阅读量9k 收藏 44
点赞数 8
分类专栏： 风控建模 学习python 风控建模原理与实现
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_32532663/article/details/107383107
版权
KS(Kolmogorov-Smirnov)是评估分类模型风险区分能力的指标，通过计算好坏样本累计分布的差值最大值来衡量。文章介绍了KS的概念，提供了一个示例解释其计算过程，并探讨了Python实现KS值计算的方法。通常，KS值大于0.2的模型被认为是可用的，但过高的KS值可能提示模型潜在问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

​   对于分类模型，在建立好模型后，我们想对模型进行评价，常见的指标有混淆矩阵、KS曲线、ROC曲线、AUC面积等。也可以自己定义函数，把模型结果分割成n(100)份，计算top1的准确率、覆盖率。之前阐述了混淆矩阵，本文阐述KS的原理和Python实现实例，其它指标会在后续文章中详尽阐述，敬请期待。
​

文章目录


  

一、详细介绍KS

​  

1 什么是KS

​  
KS(Kolmogorov-Smirnov)：好坏样本之间累计分布的差值(最大值），用于评估模型的风险区分能力。好坏样本的累计差异越大，模型的风险区分能力越强，KS指标越大。
​  
​  

2 理解KS的一个小例子

​  
为了便于理解，举一个通俗易懂的小例子(非实际情况)。现假设有两百个样本，其中100个为逾期客户(标记为1)，100个为正常客户(标记为0)。计算模型KS值的步骤如下：
​  

  • step1：用这两百个样本训练一个模型(

了解本专栏 订阅专栏 解锁全文 超级会员免费看
模型评价指标大全，一张图展示所有风控建模模型评价指标
阿黎逸阳的博客
12-22 337
一文囊括风控建模中模型评价指标
如何设计一个模型评估指标？
AI天才研究院
08-06 1157
在机器学习领域，模型评估指标是评价机器学习模型性能的重要手段之一。通常情况下，我们需要用一些评估指标来衡量模型的好坏，并据此对模型进行改进调整。从某种角度上说，模型评估指标就是对模型给出的预测结果的一种客观的反映。对于不同的任务、数据集、应用场景等，模型评估指标往往都存在着一定的差异性。因此，在决定要选择哪些模型评估指标时，应充分理解这些指标的作用、定义、方法和适用范围，以达到最优的效果。本文将介绍如何设计一个模型评估指标——指导实践者设计模型评估指标的思路和过程。
ks 曲线_模型评价指标-KS、ROC
weixin_42512139的博客
01-08 1464
模型变量、参数都已经确定以后，如何评价模型的效果呢？1、KS值最常用的模型评价指标就是KS值。KS(Kolmogorov-Smirnov)值衡量的是好坏样本累计分部之间的差值。好坏样本累计差异越大，KS指标越大，那么模型的风险区分能力越强。KS的计算步骤如下：1、按照模型的结果对每个账户进行打分2、所有账户按照评分排序，从小到大分为10组（或20组）3、计算每个评分区间的好坏账户数。4、计算每个评...
模型的 KS（Kolmogorov-Smirnov）
galoiszhou的博客
01-21 1948
KS（Kolmogorov-Smirnov）统计量是一种用于评估二分类模型性能的指标，主要用于评估模型在正例和负例之间的区分度。KS统计量通过累积分布函数（CDF）的差异来衡量模型对正负样本的区分程度。在某些场景中，KS值也被用于评估模型在不同阈值下的性能。例如，通过在不同概率或分数阈值下计算KS值，可以选择一个最佳的阈值来平衡模型的精确率和召回率。在一些机器学习框架和库中，计算KS值的函数通常已经包含在性能评估工具中。
终于把风控中的 KS 搞懂了！！
最新发布
Python数据科学
03-16 931
KS（Kolmogorov-Smirnov）统计量由两位苏联数学家A.N.Kolmogorov和N.V.Smirnov提出。在风控中，KS常用于评估模型或者变量的区分度，业内通用的定义为：好坏客户累积分布差异的最大值。
风控模型指标KS值详解与代码实现
bitcarmanlee的博客
05-22 7079
K-s曲线的数据来源和本质是与ROC曲线是一致的，只不过ROC曲线是将真正类率和假正类率作为横纵轴，K-s曲线则是把真正率和假正率都当作是纵轴，横轴为选定的阈值。crosstab是计算分组频率的特殊透视表，我们先试用crosstab计算分组频率，然后通过cumsum方法，即可求得在各个阈值的累积频率然后完成ks值的计算。关于ks_2samp方法，可以多说几句，其输出了两个值，一个是statistic，就是我们想求的ks值，还有一个pvalue。以python为例，实现ks值的计算。
区分度评估指标-KS
凝眸伏笔的博客
12-05 7402
KS指标来评估模型的区分度（discrimination），风控场景常用指标之一。本文将从区分度的概念、KS的计算方法、业务指导意义、几何解释、数学思想等多个维度展开分析，以期对KS指标有更为深入的理解认知。在探索性数据分析（EDA）中，若想大致判断自变量x对于因变量y有没有区分度，我们常会分正负样本群体来观察该变量的分布差异，如图1所示。那么，如何判断自变量是有用的？直观理解，如果这两个分布的重叠部分越小，代表正负样本的差异性越大，自变量就能把正负样本更好地区分开。 图 1 - 正负样本变量分布差异对比K
ks：能定阈值的评价指标
对半独白
06-24 1万+
导语 之前讲解过AUC评价指标，AUC能很好描述模型整体性能的高低。除了AUC，还有一个指标能描述相同的效果，那便是KS，而且KS还能够给出最佳划分阈值。那么，KS具体是什么指标？计算方式和AUC有何不同？ KS评价指标 KS（Kolmogorov-Smirnov）评价指标，通过衡量好坏样本累计分部之间的差值，来评估模型的风险区分能力。其计算方式和AUC的计算方式基本类似，我们不妨先来回顾一...
机器学习分类模型评价指标之ROC 曲线、 ROC 的 AUC 、 ROI 和 KS
博观约取，厚积薄发
11-22 4440
ROC曲线是由 FPR 与 TPR 构成的曲线。该曲线最早应用于雷达信号检测领域，用于区分信号与噪声。后来人们将其用于评价模型的预测能力。与 P-R 曲线类似，通过设定不同的模型参数，模型的预测结果会对应不同 TPR 与 FPR。将不同的（FPR，TPR）构成的点绘制成曲线，就得到了 ROC 曲线。
模型评价指标总结
The Chosen One
04-25 2142
模型评价指标总结 对于一个模型来说，如何评价一个模型的好坏，如何衡量一个模型的泛化能力是机器学习中的一个关键性问题，对于二分类问题来说，单单只通过最后的预测准确率来说， 由于原始数据可能是分平衡的数据因此只凭准确率并不能说明你这个模型的效果优良。因此，对于机器学习的两大类问题：分类与回归，现将一些模型的评价指标进行总结 1.分类问题 1.1 混淆矩阵 混淆矩阵(confusion matrix)其...
模型评价指标—F1值
阿黎逸阳的博客
04-08 4177
模型评价指标F1值的计算与实现
分类模型指标ks的含义
花花公子
05-15 6956
如果理解ROC曲线的话，就很容易理解KS了。roc横纵坐标分别为FPR、TPR。 KS横轴为阈值，纵轴为不同阈值下的TPR，FPR，KS值是MAX(TPR - FPR），即两曲线相距最远的距离 ks值 含义 > 0.3 模型预测性较好 0,2~0.3 模型可用 0~0.2 模型预测能力较差 < 0 模型错误 征信模型中，最期望得到的信用分数分布是正态分布，对于正负样本分别而言，也都是期望呈正态分布的样子。如果KS值过大，一般...
风控模型中的KS指标
SHINE_EN的博客
02-04 3189
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...
风控模型中的KS-指标
自我成长-博客
08-23 1万+
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，来评估模型的风险区分能力。KS曲线又叫洛伦兹曲线。以TPR和FPR分别作为纵轴，以阈值作为横轴，画出两条曲线。KS曲线则是两条曲线的在每一个阈值下的差值 真阳性率（TPR） : 判定为正例也是真正例的比率 伪阳性率（FPR） :判定为正例却不是真正例的比率 注：ks取的是TPR和FPR差值的最大值 KS（Kolmogor...
模型ks_模型性能度量小结
weixin_32029863的博客
12-19 538
分类问题以二分类为例：将样例根据其真实类别和分类器预测类别划分为： 真正例（True Positive，TP）：真实类别为正例，预测类别为正例。假正例（False Positive，FP）：真实类别为负例，预测类别为正例。假负例（False Negative，FN）：真实类别为正例，预测类别为负例。真负例（True Negative，TN）：真实类别为负例，预测类别为负例。然后可以构建混淆矩阵（C...
KS指标及其计算公式及意义
2301_79366435的博客
09-04 3216
它的计算公式简单直观，通过计算累积分布函数的差异得到KS值。使用Python计算KS指标的示例代码可以帮助我们在实际应用中计算KS值，并根据计算结果进行模型评估和选择。KS指标（Kolmogorov-Smirnov test）是一种常用的统计学指标，用于衡量两个概率分布之间的差异程度。本文将介绍KS指标的计算公式及其意义，并提供使用Python计算KS指标的示例代码。当KS值较大时，说明两个概率分布之间存在较大的差异，即它们的预测能力较强；最后，通过计算两个累积分布函数的差异，得到KS值。
模型ks_风控模型评估
weixin_42526417的博客
12-29 981
　本文总结了一下评分卡建模过程中常用的模型评估方法，并结合代码展示，理论结合实际，方便初学者对模型评估的方法有深入的理解。之前写过一篇模型评估的指标，偏于理论，详情见风控模型指标详解。1.AUC 　AUC值指的是ROC曲线下面积大小，该值能够量化反映基于ROC曲线衡量的模型性能。所以，需要了解ROC曲线的绘制方法。 　首先，需要了解TPR(真阳性率)和FPR(假阳性率)。TPR就是P个正样本中被...
二分类模型评价指标-KS值
热门推荐
此心安处是吾乡
06-05 5万+
KS值— —概念— —KS值越大，表示模型能够将正、负客户区分开的程度越大。 通常来讲，KS&amp;amp;gt;0.2即表示模型有较好的预测准确性。柯尔莫哥洛夫-斯米尔诺夫检验（Колмогоров-Смирнов检验）基于累计分布函数，用以检验两个经验分布是否不同或一个经验分布与另一个理想分布是否不同。绘制方式与ROC曲线略有相同，都要计算TPR和FPR。但是TPR和FPR都要做纵轴，横轴为把样本分成多少份。
风控模型的评价指标有哪些
03-11
### 风控模型评估指标 #### 准确率 准确率是指预测正确的比例，即被正确分类的数据占总数据的比例。对于风控模型而言，高准确率意味着能够更有效地识别潜在的风险事件[^1]。 #### 召回率 召回率衡量的是实际发生的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

阿黎逸阳

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值