今天跟大家分享的是：K-s曲線，直接上干貨。

一、K-s曲線是什么

K-s全稱：Kolmogorov-Smirnov，中文名叫做洛倫茲曲線，Ks經常被用于模型風險區分能力進行評估， 指標衡量的是好壞樣本累計分部之間的差值。好壞樣本累計差異越大，Ks指標越大，那么模型的風險區分能力越強。

K-s曲線的數據來源和本質是與ROC曲線是一致的，只不過ROC曲線是將真正類率和假正類率作為橫縱軸，K-s曲線則是把真正率和假正率都當作是縱軸，橫軸為選定的閾值。

簡單來理解就是：K-s曲線是兩條線，橫軸是閾值，縱軸是TPR與FPR的值，值范圍[0.1] 。TPR與FPR這兩條曲線之間相距最遠的地方對應的閾值，為最能劃分模型的閾值。

下面來解釋以下TPR與FPR：

TPR：真正類率(true positive rate), 計算公式為TPR=TP/ (TP+ FN)，刻畫的是分類器所識別出的 正實例占所有正實例的比例。

FPR：假正類率(false positive rate),計算公式為FPR= FP / (FP + TN)，計算的是分類器錯認為正類的負實例占所有負實例的比例。

其中：

TP：真實為1且預測為1的數目

FN：真實為1且預測為0的數目

FP：真實為0的且預測為1的數目

TN：真實為0的且預測為0的數目

K-S值計算公式：K-S=max(TPR-FPR)

K-S值<0.2.一般認為模型沒有區分能力。

K-S值[0.2.0.3],模型具有一定區分能力，勉強可以接受

K-S值[0.3.0.5],模型具有較強的區分能力。

K-S值大于0.75.往往表示模型有異常。

二、K-s曲線繪制

import matplotlib.pyplot as plt
#第一個參數是模型的預測值，第二個參數是模型的真實值
def draw_ks_curve(predict_result,true_result):
    tpr_list = []  #存放真正率數據
    fpr_list = []  #存放假正率數據
    dif_list = []  #存放真假正率差值
    max_ks_dot = []
    
    for i in np.arange(0,1.1,0.1):
        tpr = 0
        fpr = 0
        for j in range(len(predict_result)):
            if list(predict_result[j])[0]>i and true_result[j]==1:
               tpr = tpr+1
               tpr_list.append(tpr)
            if list(predict_result[j])[0]>i and true_result[j]==0:
               fpr = fpr+1
               fpr_list.append(fpr)
        tpr = tpr/sum(true_result)
        fpr = fpr/(len(true_result)-sum(true_result))
    fig = plt.figure(num=1, figsize=(15, 8),dpi=80)     #開啟一個窗口，同時設置大小，分辨率
    plt.plot(np.arange(0,1,0.1),tpr_list)
    plt.plot(np.arange(0,1,0.1),fpr_list)

想深入學習統計學知識，為數據分析筑牢根基？那快來看看統計學極簡入門課程！

學習入口：https://edu.cda.cn/goods/show/3386?targetId=5647&preview=0

課程由專業數據分析師打造，完全免費，60 天有效期且隨到隨學。它用獨特思路講重點，從數據種類到統計學體系，內容通俗易懂。學完它，能讓你輕松入門統計學，還能提升數據分析能力。趕緊點擊鏈接開啟學習，讓自己在數據領域更上一層樓！