KS指标是征信行业中常用的模型评估指标,主要用于衡量风险模型好坏样本的区分能力。KS值是好坏样本累计部分之间的差值,好坏样本累计差异越大,KS指标越大。KS曲线和ROC曲线的绘制方法十分相似,将阈值作为横轴,将FPR和TPR都作为纵轴,同时将TPR和FPR的差值也作为纵轴,那么我们就可以得到KS曲线,而KS值是TPR和FPR的差值的最大值,其计算公式为:
KS=Max(TPR-FPR)
KS的取值范围是[0,1]。通常来说,KS值越大,表明模型能够越好地将好坏样本区分开来。计算步骤如下。
1)按照征信模型返回的概率降序排列,如果已经转化为分数值,则按升序排列。
2)把取值范围[0,1]或[最小分数,最大分数]分为N等份,计算每个等份的累计好客户比例和累计坏客户比例,分别作为TPR、FPR。
3)以每个等分点作为横坐标,分别以TPR和FPR的值为纵坐标,就可以画出两条曲线,这就是KS曲线,也可以把TPR-FPR的值画出,则KS值为TPR-FPR图形中最高点的值。
接下来我们利用图4-6中的数据,分别绘制KS曲线并计算KS值,如代码清单4-1所示。