dnn模型listindexoutofrange_模型评价指标—KS.pdfVIP

dnn模型listindexoutofrange_模型评价指标—KS 对于 分类模型 ，在建⽴好模型后，我们想 对模型进⾏评价 ，常见的指标有混淆矩阵、KS曲线、ROC曲线、AUC⾯积等。也可以⾃⼰定义 函数，把模型结果分割成n(100)份，计算top1的准确率、覆盖率。 之前阐述了混淆矩阵，本⽂阐述KS的原理和Python实现实例，其它指标会在后续⽂章中详尽阐述，敬请期待 。 本⽂⽬录 1. 详细介绍KS 1.1 什么是KS 1.2 理解KS的⼀个⼩例⼦ 2. ⽤Python如何计算KS值并绘图 2.1 具体代码 2.2 具体实例 3. 如何评价KS ⼀、详细介绍KS 1 什么是KS KS(Kolmogorov-Smirnov)：好坏样本之间累计分布的差值(最⼤值)，⽤于评估模型的风险区分能⼒。 好坏样本的累计差异越⼤，模型的风险区分能⼒越强，KS指标越⼤。 2 理解KS的⼀个⼩例⼦ 为了便于理解，举⼀个通俗易懂的⼩例⼦(⾮实际情况)。 现假设有两百个样本，其中100个为逾期客