KS检验样本测试集和训练集分布问题

最初引入KS检验的原因：用SVM 做分类问题时，发现在测试集上跑出来的准确率等参数比在训练集高许多，经过分析，推断可能是由于训练集和测试集上的数据分布情况不一致。所以想通过KS检验一下数据分布情况。

KS检验是什么：Kolmogorov–Smirnov 检验，简称KS检验，是统计学中的一种非参数假设检验，用来检测单样本是否服从某一分布，或者两样本是否服从相同分布。

KS检验使用：

     单样本：

 

      两样本：

注意：data1、data2是一维数组array，不能是列表 。

          列表转数组：np.array()；多维数组转一维数组：.flatten()。

KS返回结果：ks检验一般返回两个值：第一个值表示两个分布之间的最大距离，值越小即这两个分布的差距越小，分布也就越一致。第二个值是p值，用来判定假设检验结果的一个参数，p值越大，越不能拒绝原假设(待检验的两个分布式同分布)，即两个分布越是同分布。

     例：