接上篇:
模型評估與模型監控——混淆矩陣
模型評估與模型監控——AUC 計算示例
KS曲線及KS值實際上,KS曲線的數據來源及本質和ROC曲線是一緻的。隻是ROC曲線把TPR、FPR分别做為縱軸和橫軸,而KS曲線把TPR、FPR均做為縱軸,橫軸由選定的不同阈值來充當。
從KS曲線衍生出KS值,即是兩條曲線之間的最大間隔距離。KS值越大表示模型 的區分能力越強。
KS計算步驟KS統計量用于評價模型對好壞客戶的區分能力。其将模型預測壞客戶概率降序排列并進行分段,每一段内統計處好壞客戶的累計占比,再繪制出KS曲線。KS的計算步驟如下:
基尼系數是另一個常用的區分度指标。GINI計算的是壞客戶數在好客戶數上的累計分布與随機分布曲線之間的面積,好客戶數與壞客戶分布之間的差異越大,GINI越高,模型的區分能力越強。
GINI系數的計算步驟
碎片時間,關注收藏。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!