模型评估指标之间的一些联系

       信贷评分模型的评估指标常见的有P-R曲线、AUC、KS、混淆矩阵、AR、洛伦茨曲线等，各个评估指标之间都有或多或少的联系和区别，从而从不同角度对模型进行评估。本文尝试写一些各个评估指标间的联系，从而对模型评估指标有更加深入的理解。

 

目录

1. 正负样本的选择

2. 混淆矩阵与概率密度分布

3. 提升图与洛伦茨曲线

4. 洛伦茨曲线与KS

5. KS与AUC值

6. 参考资料

 

一、正负样本的选择

       直观上，在信贷风控建模中都以好样本为正样本，以坏样本为负样本。其实正负样本的选择不同直接影响的就是混淆矩阵，在以好样本为正样本的情况下，信贷业务的一些指标如通过率与坏账率如下：

       通过率，即模型判断为好样本的数量占总样本的数量。

       坏账率为模型判断为好样本(P)中真正的坏样本(FP)所占的比例。

       而模型的准确率Precison定义为模型判断为好样本中真正的好样本所占比例，即：