热线电话:13121318867

登录
首页精彩阅读模型评估:K-s曲线值变化有什么规律?
模型评估:K-s曲线值变化有什么规律?
2020-05-19
收藏
K-s是模型验证的最常用的“武器”之一,而K-s曲线指洛伦兹曲线之间的差值。

K-S曲线主要是验证模型的区分能力,通常是在模型预测全体样本的信用评分后,将全体样本按违约与非违约分为两部分,然后用K-S统计量来检验这两组样本信用评分的分布是否有显著差异。

K-S曲线中的最大值被称为K-S统计量,其取值在0到1之间。如果是随机抽样,好人的洛伦兹曲线跟坏人的是重合的,K-S统计量为0。

K-S统计量越大,表示模型能够把“好”和“坏”区分开来的程度越大,而最理想的风控模型,K-S统计量的值为1。

K-S曲线实际上就是把阈值作为横坐标,TPR和FPR,也就是召回率和虚警率,其实也就是ROC曲线的那两个变量,同时作为纵坐标,随着阈值的变化,召回和虚警都从0到1,这时候,两者距离最远的地方就是KS值。当把虚警那条曲线拉直,然后让召回随着虚警也对应地变化,那么得到的其实就是ROC曲线。

数据分析咨询请扫描二维码

若不方便扫码,搜微信号:CDAshujufenxi

最新资讯
更多
客服在线
立即咨询