风控指标整理（KS\PSI\WOE\IV）

AUC

从AUC 判断分类器（预测模型）优劣的标准：
AUC = 1，是完美分类器。
AUC = [0.85, 0.95], 效果很好
AUC = [0.7, 0.85], 效果一般
AUC = [0.5, 0.7],效果较低，但用于预测股票已经很不错了
AUC = 0.5，跟随机猜测一样（例：丢铜板），模型没有预测价值。
AUC < 0.5，比随机猜测还差；但只要总是反预测而行，就优于随机猜测。

lift

TP（实际为正预测为正），FP（实际为负但预测为正），TN（实际为负预测为负），FN（实际为正但预测为负）
先介绍几个相关的指标，以免混淆：

准确率（accuracy，ACC）：

正确率(Precision，PRE)，查准率：

真阳性率(True Positive Rate，TPR)，灵敏度(Sensitivity)，召回率(Recall)：

假阳性率(False Positice Rate，FPR)，误诊率( = 1 - 特异度)：

TP（实际为正预测为正），FP（实际为负但预测为正），TN（实际为负预测为负），FN（实际为正但预测为负）

理解：

              模型预测为正且真实为正的数目
               ------------------------------------------
                            预测为正的数目
=   ------------------------------------------------------------
                            实际为正的数目
               ------------------------------------------
                                  总数目