
關(guān)于模型檢驗(yàn)的ROC值和KS值的異同_ROC曲線和KS值
按我的理解,ROC曲線是累計壞占比曲線(圖中藍(lán)色曲線)下面的面積(>0.5),KS值是累計壞占比曲線-累計好占比曲線差值(圖中紅色曲線)的最大值。實(shí)際上他們都是一樣的?
不知道我的理解是否有誤?謝謝!
精彩解答:
ROC(Receiver Operating Characteristic Curve):接受者操作特征曲線。
ROC曲線及AUC系數(shù)主要用來檢驗(yàn)?zāi)P蛯蛻暨M(jìn)行正確排序的能力。ROC曲線描述了在一定累計好客戶比例下的累計壞客戶的比例,模型的分別能力越強(qiáng),ROC曲線越往左上角靠近。AUC系數(shù)表示ROC曲線下方的面積。AUC系數(shù)越高,模型的風(fēng)險區(qū)分能力越強(qiáng)。
KS(Kolmogorov-Smirnov)檢驗(yàn):K-S檢驗(yàn)主要是驗(yàn)證模型對違約對象的區(qū)分能力,通常是在模型預(yù)測全體樣本的信用評分后,將全體樣本按違約與非違約分為兩部分,然后用KS統(tǒng)計量來檢驗(yàn)這兩組樣本信用評分的分布是否有顯著差異。
其他解答:
ROC值一般在0.5-1.0之間。值越大表示模型判斷準(zhǔn)確性越高,即越接近1越好。ROC=0.5表示模型的預(yù)測能力與隨機(jī)結(jié)果沒有差別。
KS值表示了模型將+和-區(qū)分開來的能力。值越大,模型的預(yù)測準(zhǔn)確性越好。一般,KS>0.2即可認(rèn)為模型有比較好的預(yù)測準(zhǔn)確性。
解答:要弄明白ks值和auc值的關(guān)系首先要弄懂roc曲線和ks曲線是怎么畫出來的。其實(shí)從某個角度上來講ROC曲線和KS曲線是一回事,只是橫縱坐標(biāo)的取法不同而已。拿邏輯回歸舉例,模型訓(xùn)練完成之后每個樣本都會得到一個類概率值(注意是類似的類),把樣本按這個類概率值排序后分成10等份,每一份單獨(dú)計算它的真正率和假正率,然后計算累計概率值,用真正率和假正率的累計做為坐標(biāo)畫出來的就是ROC曲線,用10等分做為橫坐標(biāo),用真正率和假正率的累計值分別做為縱坐標(biāo)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。由于ks值能找出模型中差異最大的一個分段,因此適合用于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(qū)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。數(shù)據(jù)分析培訓(xùn)
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10