要弄明白ks值和auc值的關係首先要弄懂roc曲線和ks曲線是怎麼畫出來的。其實從某個角度上來講roc曲線和ks曲線是一回事，只是橫縱座標的取法不同而已。拿邏輯回歸舉例，模型訓練完成之後每個樣本都會得到乙個類概率值（注意是類似的類），把樣本按這個類概率值排序後分成10等份，每乙份單獨計算它的真正率和假正率，然後計算累計概率值，用真正率和假正率的累計做為座標畫出來的就是roc曲線，用10等分做為橫座標，用真正率和假正率的累計值分別做為縱座標就得到兩個曲線，這就是ks曲線。auc值就是roc曲線下放的面積值，而ks值就是ks曲線中兩條曲線之間的最大間隔距離。由於ks值能找出模型中差異最大的乙個分段，因此適合用於cut_off，像評分卡這種就很適合用ks值來評估。但是ks值只能反映出哪個分段是區分最大的，而不能總體反映出所有分段的效果，因果auc值更能勝任。
roc值一般在0.5-1.0之間。值越大表示模型判斷準確性越高，即越接近1越好。roc=0.5表示模型的**能力與隨機結果沒有差別。
ks值表示了模型將+和-區分開來的能力。值越大，模型的**準確性越好。一般，ks>0.2即可認為模型有比較好的**準確性。
AUC的相關知識及K S曲線和K S值介紹
tp fn fp tn如圖 如何計算畫roc曲線，我們將所有所有資料按照 概率有小到大排列 trr tp tp f n left frac right tp fn tp 又稱真正率 fpr fp fp t n left frac right fp tn fp 又稱負正率或假正率 roc曲線的橫軸為f...
模型指標 ks,gini值，auc的關係
下邊簡單談一下自己的理解 先說一下ks 將所有樣本根據分數值從低到高排序 即壞賬率從高到低 均分成10組，分別計算這10組的實際好樣本數 壞樣本數 累積好樣本數 累積壞樣本數 累積好樣本數佔比 累積壞樣本數佔比，差值。其中實際好壞樣本數分別為該組內的好壞樣本數，累積好壞樣本數為該組累積的好壞樣本數，...
ks 曲線 R語言計算KS值 繪製KS曲線
將 封裝在函式plotks n裡，pred var是 結果，可以是評分或概率形式 labels var是好壞標籤，取值為1或0，1代表壞客戶，0代表好客戶 descending用於控制資料按違約概率降序排列，如果pred var是評分，則descending 0，如果pred var是概率形式，則d...