![a4eb6f600fb2779fec41d44576380e4f.png](https://i-blog.csdnimg.cn/blog_migrate/521cdd4a878b3e5475a872c8aa9d3578.jpeg)
模型变量、参数都已经确定以后,如何评价模型的效果呢?
1、KS值
最常用的模型评价指标就是KS值。
![25edca5792556d5a3deb8880e9860f54.png](https://i-blog.csdnimg.cn/blog_migrate/838d6b5bdba06b2459f8eef327a31c7c.jpeg)
KS(Kolmogorov-Smirnov)值衡量的是好坏样本累计分部之间的差值。好坏样本累计差异越大,KS指标越大,那么模型的风险区分能力越强。
KS的计算步骤如下:
1、按照模型的结果对每个账户进行打分
2、所有账户按照评分排序,从小到大分为10组(或20组)
3、计算每个评分区间的好坏账户数。
4、计算每个评分区间的累计好账户数占总好账户数比率(good%)和累计坏账户数占总坏账户数比率(bad%)。
5、计算每个评分区间累计坏账户占比与累计好账户占比差的绝对值(累计bad%-累计good%),然后对这些绝对值取最大值即得此评分模型的K-S值。