KS(Kolmogorov-Smirnov)值越大，表示模型能够将正、负客户区分开的程度越大。KS值的取值范围是[0，1]
ks越大，表示计算预测值的模型区分好坏用户的能力越强。
| 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 |
通常来讲，KS>0.2即表示模型有较好的预测准确性。
ks求解方法：
ks需要TPR和FPR两个值：真正类率(true positive rate ,TPR), 计算公式为TPR=TP/ (TP+ FN)，刻画的是分类器所识别出的 正实例占所有正实例的比例。另外一个是假正类率(false positive rate, FPR),计算公式为FPR= FP / (FP + TN)，计算的是分类器错认为正类的负实例占所有负实例的比例。KS=max(TPR-FPR)。其中：
TP：真实为1且预测为1的数目
FN：真实为1且预测为0的数目
FP：真实为0的且预测为1的数目
TN：真实为0的且预测为0的数目
一句话概括：
KS曲线是两条线，其横轴是阈值，纵轴是TPR（上面那条）与FPR（下面那条）的值，值范围[0，1] 。两条曲线之间之间相距最远的地方对应的阈值，就是最能划分模型的阈值。
计算步骤：
1. 按照分类模型返回的概率升序排列 ，也可以直接是数据，根据某一阈值判断为1或0即可
2. 把0-1之间等分N份，等分点为阈值，计算TPR、FPR （可以将每一个都作为阈值）
3. 对TPR、FPR描点画图即可 （以10%*k（k=1,2,3,…,9）为横坐标，分别以TPR和FPR的值为纵坐标，就可以画出两个曲线，这就是K-S曲线。）
KS值即为Max(TPR-FPR)
Python代码实现：
#-*- coding:utf-8 -*-
#自己实现计算ks与调包
from sklearn.metrics import roc_curve
import matplotlib.pyplot as plt
import seaborn as sns
#%matplotlib inline
#%config InlineBackend.figure_format = 'retina'
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文字体设置-黑体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
sns.set(font='SimHei') # 解决Seaborn中文显示问题
class BinJianAna:
def __init__(self):
pass
def ComuTF(self,lst1,lst2):
#计算TPR和FPR
#lst1为真实值,lst2为预测值
TP = sum([1 if a==b==1 else 0 for a,b in zip(lst1,lst2)])#正例被预测为正例
FN = sum([1 if a==1 and b==0 else 0 for a,b in zip(lst1,lst2)])#正例被预测为反例
TPR = TP/(TP+FN)
TN = sum([1 if a==b==0 else 0 for a,b in zip(lst1,lst2)])#反例被预测为反例
FP = sum([1 if a==0 and b==1 else 0 for a,b in zip(lst1,lst2)])#反例被预测为正例
FPR = FP/(TN+FP)
return TPR - FPR
def Getps_ks(self,real_data,data):
#real_data为真实值，data为原数据
d = []
for i in data:
pre_data = [1 if line >=i else 0 for line in data]
d.append(self.ComuTF(real_data,pre_data))
return max(d),data[d.index(max(d))]
def GetKS(self,y_test,y_pred_prob):
'''
功能: 计算KS值，输出对应分割点和累计分布函数曲线图
输入值:
y_pred_prob: 一维数组或series，代表模型得分（一般为预测正类的概率）
y_test: 真实值，一维数组或series，代表真实的标签（{0,1}或{-1,1}）
'''
fpr,tpr,thresholds = roc_curve(y_test,y_pred_prob)
ks = max(tpr-fpr)
#画ROC曲线
plt.plot([0,1],[0,1],'k--')
plt.plot(fpr,tpr)
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.show()
#画ks曲线
plt.plot(tpr)
plt.plot(fpr)
plt.plot(tpr-fpr)
plt.show()
return fpr,tpr,thresholds,ks
if __name__ == '__main__':
a = BinJianAna()
data = [790,22,345,543,564,342,344,666,789,123,231,234,235,347,234,237,178,198,567,222]#原始评分数据
real_data = [1,1,1,1,1,1,0,0,0,1,1,0,0,1,1,0,0,1,1,0]
y_pred_prob = [0.42,0.73,0.55,0.37,0.57,0.70,0.25,0.23,0.46,0.62,0.76,0.46,0.55,0.56,0.56,0.38,0.37,0.73,0.77,0.21]
#以下只为演示如何调用方法，2种方法独立计算，数据之间无关联，因此得出的ks不一样
print(a.Getps_ks(real_data,data))#自己实现
print(a.GetKS(real_data,y_pred_prob))#代码实现
本文链接：https://blog.csdn.net/sinat_30316741/article/details/80018932