终于把风控中的 KS 搞懂了！！

已于 2025-03-16 22:22:26 修改
阅读量1k 收藏 7
点赞数 10
分类专栏： 100天风控专家 文章标签： 风控模型 KS KS评估指标 KS公式 KS线上效果评估 风控模型效果评估 KS的Python代码
于 2025-03-16 10:57:58 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yuxiaosmd/article/details/146291924
版权

大家好，我是东哥。

本篇来介绍风控模型中KS评估指标，包括KS的定义、计算步骤、应用标准、上线后效果评估、以及Python代码实操，内容节选自👉《100天风控专家》评分卡模型篇。

1. 什么是KS？

KS（Kolmogorov-Smirnov）统计量由两位苏联数学家A.N.Kolmogorov和N.V.Smirnov提出。
在风控中，KS常用于评估模型或者变量的区分度，业内通用的定义为：好坏客户累积分布差异的最大值。
图片

2. KS计算步骤

具体计算步骤如下：

①变量分箱，可以选择等频、等距、决策树或者自定义均可

②计算每个分箱区间的好客户数（good_count）和坏客户数（bad_count）

③计算每个分箱区间的好/坏客户占比（goodpct/badpct）、累计好/坏客户数占比（cum_goodpct/cum_badpct）

④计算每个分箱区间累计好/坏客户数占比差的绝对值，得到KS

⑤在所有分箱的KS中取最大值，得到该变量最终的KS值

图片
在这里插入图片描述

3. KS应用和评估标准

1）应用对象

KS指标可以应用在模型或规则上，一般用于模型上较多，规则上通常看Lift提升度。

当应用于模型时，KS可以辅助设定cutoff阈值。理论上可以将分箱的KS最大值对应的取值作为cutoff，但实际还需要考虑对通过率的影响，二者之间做个平衡，所以一般不一定会设置在理想值。

2）评估标准

KS的取值范围是[0,1]，可以用小数或者以%形式的表示，比如KS=0.3或者30%。通常来说，KS越大代表好坏客户的区分度越高。具体多少算高要看使用场景，就贷前/中/后的模型来说，KS也有不同的衡量标准。

贷前A卡模型通常KS大于0.3就视为有较强的区分度了，但一般至少要求0.2以上，0.2以下不建议使用；贷中B卡模型的KS一般要求大于0.4以上；贷后C卡模型的KS一般要求大于0.5以上。如果是子模型或者单一维度模型，可以适当下降标准。

另外如果KS值高的离谱，比如贷前A卡模型高于50以上，需要怀疑模型是否存在过拟合，或者数据泄露。

4. 模型上线后KS评估

模型上线后KS一定下降，这属于正常现象。

① 为什么KS会下降？

由于模型上线后只能观测到“通过的样本”来计算KS，相对于离线分析的整体样本而言（通过和拒绝样本）是缺少了拒绝样本的，也就是上线前后统计的样本分布是发生了变化的，这就导致了KS值的不同。

那具体下降的原因是什么？原因在于，拒绝样本的坏客户浓度高于通过样本的坏客户浓度。离线分析时，因为拒绝样本坏客户浓度高时，好坏的区分相对更简单，也就导致KS会更高。而一旦拒绝样本不在了（在线上被拒掉了），好坏的区分能力也就下降了。

图片
在这里插入图片描述

5. KS计算的Python代码

图片
在这里插入图片描述

感兴趣可VX搜：100天风控专家
或者👉《100天风控专家》

模型评价指标—KS
阿黎逸阳的博客
07-16 9035
模型效果评价——KS
03、信贷业务中的风控识别：金融风控业务流程5步走！这些是核心！
主要以分享银行信贷业务、消费金融、汽车金融产品等信贷业务知识干货为主，来为大家创造一个行业交流环境。一个人可以走的很快，但一群人可以走得更远！
07-31 1455
将一起深入探讨风控业务的核心要素、实际应用场景以及背后的逻辑原理。无论你是金融从业者、投资者，还是对风控领域感兴趣的朋友，相信这次分享都能为你带来全新的视角和启发。
风险区分度—IV、KS和分布
lc434699300的博客
08-14 732
在实际工作中，在比较两个变量的风险区分度的时候，如果不通过IV和KS指标进行比较的话，还有一种方法就是保持两个变量的分布一致，然后直接看各个分箱上的风险表现。在上面的例子中，变量1和2在各个bin上的分布是一致的，因此可以直接看坏样本率的差异，直观上变量1的风险区分度要好，从KS值上也反映了这一点。，而且分箱分的越细，KS越大，分箱越粗，KS越小。这一点其实在IV计算的时候也适用，分箱越细，IV值越大，因为IV和KS本质上都是在衡量好与坏两个分布之间的距离，如果分箱越多，那好人与坏人的分布差异自然就越大。
KS的计算和理解
herr_kun的博客
07-15 8539
ks 的计算很多时候能帮助我们更好的理解 该指标的深层次含义： 下图来自知乎 风控模型—区分度评估指标(KS)深入理解应用 上述计算过程中主要有两个点不是特别的清晰， cum_bad_rate 和 cum_good_rate 其中 cum_bad_rate 就是当前以及当前之前区间的累计的 bad 数量相加，除全部的 bad 样本数量，比如 (88+65) /342 = 44.74%, 相应的就是good的计算（在计算的时候我们是知道每个样本的true label的，所以召回，准确等四宫格里面的指标 都可
一篇入门之-评分卡变量分箱（卡方分箱、决策树分箱、KS分箱等）实操例子
最新发布
dbat
04-26 829
最大KS分箱是基于KS值来进行分箱的一种方法，它先把所有样本初始化为一个分箱，然后根据KS点对分箱不断切割，直到数据分为n个分箱。它们都属于自动分箱方法，其中，卡方分箱是实际中最常用的分箱方法。最后，还需要审查一下业务逻辑是否合理，仔细看下每个分箱(第2列)与对应的badrate是不是符合业务逻辑，如果业务逻辑不合理，那赶紧检查问题，如果业务逻辑合理，那就过关啦！卡方分箱是基于卡方值进行分箱的一种方法，卡方分箱先初始化m个分箱，卡方分箱用卡方值判断哪两个分箱的类别分布最没区分度，就合并哪两个分箱。
风控模型指标KS值详解与代码实现
bitcarmanlee的博客
05-22 7214
K-s曲线的数据来源和本质是与ROC曲线是一致的，只不过ROC曲线是将真正类率和假正类率作为横纵轴，K-s曲线则是把真正率和假正率都当作是纵轴，横轴为选定的阈值。crosstab是计算分组频率的特殊透视表，我们先试用crosstab计算分组频率，然后通过cumsum方法，即可求得在各个阈值的累积频率然后完成ks值的计算。关于ks_2samp方法，可以多说几句，其输出了两个值，一个是statistic，就是我们想求的ks值，还有一个pvalue。以python为例，实现ks值的计算。
深入理解风控中的 KS 原理
Python学习与数据挖掘
11-20 5789
一、业务背景 在金融风控领域，常常使用KS指标来衡量评估模型的区分度（discrimination），这也是风控模型最为追求的指标之一。下面将从区分度概念、KS计算方法、业务指导意义、几何解析、数学思想等角度，对KS进行深入剖析。 二、直观理解区分度的概念 在数据探索中，若想大致判断自变量x对因变量y有没有区分度，常会将样本分为正负来观察变量的分布差异。那么，如何判断自变量是有用的？直观理解，如果两个分布的重叠部分越小，代表正负样本的差异性越大，自变量就能更好的将正负样本区分开来。具体如图1所示。 打个比方
风控模型中的KS-指标
自我成长-博客
08-23 1万+
KS-指标 ks定义 ks是指通过衡量好坏样本累计分布之间的差值，来评估模型的风险区分能力。KS曲线又叫洛伦兹曲线。以TPR和FPR分别作为纵轴，以阈值作为横轴，画出两条曲线。KS曲线则是两条曲线的在每一个阈值下的差值 真阳性率（TPR） : 判定为正例也是真正例的比率 伪阳性率（FPR） :判定为正例却不是真正例的比率 注：ks取的是TPR和FPR差值的最大值 KS（Kolmogor...
模型的 KS（Kolmogorov-Smirnov）
galoiszhou的博客
01-21 2027
KS（Kolmogorov-Smirnov）统计量是一种用于评估二分类模型性能的指标，主要用于评估模型在正例和负例之间的区分度。KS统计量通过累积分布函数（CDF）的差异来衡量模型对正负样本的区分程度。在某些场景中，KS值也被用于评估模型在不同阈值下的性能。例如，通过在不同概率或分数阈值下计算KS值，可以选择一个最佳的阈值来平衡模型的精确率和召回率。在一些机器学习框架和库中，计算KS值的函数通常已经包含在性能评估工具中。
风控ML[4] | 风控建模的KS
Pysamlam的博客
01-08 731
我们这做风控模型的时候，经常是会用KS值来衡量模型的效果，这个指标也是很多领导会直接关注的指标。今天写一篇文章来全面地剖析一下这个指标，了解当中的原理以及实现，因为这些知识是必备的基本功。...
python ks值计算_风控模型中的K-S理解以及python实现
weixin_39747293的博客
12-10 1121
笔者在工作中计算单变量的ks值时，发现几个分布不同的变量好y计算的ks值相同，凭借统计直觉，发现一定存在问题，笔者从数据和计算ks代码两个方向进行排除。最后定位到计算使用stats.ks_2samp()函数计算ks值时，如果变量存在缺失值，计算得到ks值有误，下面笔者就来好好梳理一下ks值的前世今生。ks检验介绍笔者刚入门机器学习开始做的例子就是金融场景下风控模型。那时评价模型的好坏就用传统的机器...
大语言模型在金融风控中的应用
AI天才研究院
03-09 1409
金融风控是金融机构确保其资产安全和业务稳定的重要手段。随着金融市场的复杂性和交易量的增加，传统的风控方法已难以应对日益增长的风险。近年来，随着大数据和人工智能技术的快速发展，金融风控领域逐渐引入了新的技术手段，其中大语言模型的应用尤为引人注目。大语言模型（Large Language Models, LLMs）通过在大规模文本数据上进行预训练，具备了强大的语言理解和生成能力。这些模型不仅能够处理结构化数据，还能从非结构化文本中提取有价值的信息，从而为金融风控提供了新的解决方案。
风控模型评估指标：KS、ROC、AUC、PSI代码逻辑
weixin_44116269的博客
11-29 6236
上图中，我们最常用的就是TPR（True Positive Rate）和FPR（False Positive Rate）: 其中： TPR = TP/(TP+FN)即真实1中预测错的; FPR = FP/(FP+TN)即真实0中预测错的； Precision = TP/(TP+FP)即预测1中对的 最理想的模型，是TPR尽量高而FPR尽量低，然而任何模型在提高正确预测概率的同时，也会难以避免地增...
风控模型中的KS指标
SHINE_EN的博客
02-04 3211
ks-指标 ks定义 ks是指通过衡量好坏样本累计分布之间的差值,来评估模型的风险的区分能力. ks曲线又叫洛伦兹曲线,以TRP和FPR分别作为纵轴,以阈值作为横轴,画出两条曲线.KS曲线则是两条曲线在每一个阈值下的差值,取的是TRP和FPR差值的最大值 真阳性率(TPR):判断正例也是真正例的比率 为阳性率(FPR):判断为正例却不是真正例的比率 ks指标的含义 KS<0.2...
金融风控评估模型指标：KS、PSI
rubyw的博客
08-10 870
一个常见的情形是，离线评测模型的KS值很高，但是等到上线应用后，模型的KS很快就大幅“衰减”了，而且很多时候都是离线提升的越多，线上衰减越大。这里其实有个观察的误区，所谓的“衰减”是指在不同时期的不同用户集合上的KS值比较，而实际上不同集合间的KS绝对值是没有比较意义的。性能稳定性则是指，要保证预测分数区间对应的真实风险是相对稳定的，比如600-650分之间对应的逾期风险是1%，那么我们希望在所有月份上真实风险都能稳定在1%的水平附近。而在相同逾期率的水平下，新模型的通过率提升多少，可以提升整体规模多少。
分类模型指标ks的含义
花花公子
05-15 6977
如果理解ROC曲线的话，就很容易理解KS了。roc横纵坐标分别为FPR、TPR。 KS横轴为阈值，纵轴为不同阈值下的TPR，FPR，KS值是MAX(TPR - FPR），即两曲线相距最远的距离 ks值 含义 > 0.3 模型预测性较好 0,2~0.3 模型可用 0~0.2 模型预测能力较差 < 0 模型错误 征信模型中，最期望得到的信用分数分布是正态分布，对于正负样本分别而言，也都是期望呈正态分布的样子。如果KS值过大，一般...
风控指标 —— KS
颹蕭蕭
09-20 4526
原文作者：过一点画一条直线（知乎ID） 知乎专栏：数据化风控 原文链接：https://zhuanlan.zhihu.com/p/95797653 KS统计量是信用评分和其他很多学科中常见的统计量，在金融风控领域中，常用于衡量模型对正负样本的区分度。 通常来说，值越大，模型区分正负样本的能力越强，一般0.3以上，说明模型的效果比较好（申请评分卡）。 其定义如下： KS=max{TPR−FPR}KS = max\{TPR - FPR\}KS=max{TPR−FPR} 与ROC曲线相似，ROC是以FPR作.
区分度评估指标-KS
凝眸伏笔的博客
12-05 7494
KS指标来评估模型的区分度（discrimination），风控场景常用指标之一。本文将从区分度的概念、KS的计算方法、业务指导意义、几何解释、数学思想等多个维度展开分析，以期对KS指标有更为深入的理解认知。在探索性数据分析（EDA）中，若想大致判断自变量x对于因变量y有没有区分度，我们常会分正负样本群体来观察该变量的分布差异，如图1所示。那么，如何判断自变量是有用的？直观理解，如果这两个分布的重叠部分越小，代表正负样本的差异性越大，自变量就能把正负样本更好地区分开。 图 1 - 正负样本变量分布差异对比K
KS值的计算过程
热门推荐
谷雨的博客
10-30 1万+
KS（kolmogorov-Smirnov）值衡量的是好坏样本累计各部分之间的差值。 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： 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，并从小到大分为10~20组。 3.计算每个评分区间的好坏账户数。（每个区间的good账户数n, 坏账户数m） 4.（1）计算每个评分区间的累计好账户数占总的好账户数的比例。（从第0个区间到第i个区间的good账户数ni 比 所有的good账户数N，ni/N） .
金融风控ks计算
03-26
### 金融风控中的KS值计算 KS值（Kolmogorov-Smirnov Statistic）是一种用于衡量模型区分能力的重要指标，在金融风控领域常被用来评估信用评分模型的效果。它通过比较正负样本分布之间的最大差异来反映模型的区分度。 #### KS值的定义与公式 KS值的核心在于计算累积分布函数（CDF）的最大差值。假设我们有一个预测概率列表 `prob` 和对应的标签列表 `label`，其中 `label=1` 表示正类（如违约），`label=0` 表示负类（如未违约）。那么： - 正类的概率累积分布记为 \( F_+(p) \)，表示分数小于等于某个阈值的比例； - 负类的概率累积分布记为 \( F_-(p) \)，同样表示分数小于等于某个阈值的比例； KS值可以定义为这两个分布之间绝对差值的最大值： \[ KS = \max |F_+(p) - F_-(p)| \] --- #### Python实现KS值计算 以下是基于Python实现KS值的具体代码示例，利用了Toad库的功能[^1]： ```python import numpy as np from sklearn.model_selection import train_test_split from toad.metrics import KS_bucket # 假设 prob_off 是模型输出的概率，offy 是真实标签 np.random.seed(42) prob_off = np.random.rand(1000) # 示例：生成随机概率 offy = np.where(prob_off > 0.5, 1, 0) # 示例：生成二分类标签 # 使用 Toad 的 KS_bucket 函数计算分箱后的 KS 值 ks_result = KS_bucket(prob_off, offy, bucket=15, method='quantile') print("KS Value:", ks_result['KS'].max()) # 输出最大的 KS 值 ``` 上述代码中，`bucket=15` 参数指定了将数据分为15个区间进行分析，而 `method='quantile'` 则采用百分位数法进行分组。 --- #### 数据划分与训练测试集准备 为了确保KS值能够有效评估模型性能，通常需要先对数据进行合理的划分。以下是一个简单的例子，展示如何使用随机抽样的方式分割数据[^3]： ```python from sklearn.model_selection import train_test_split # dt_s 是原始数据框，“creditability”为目标变量 train, test = train_test_split(dt_s, test_size=0.3, random_state=42) # 进一步分离特征和目标列 X_train, y_train = train.drop(columns=["creditability"]), train["creditability"] X_test, y_test = test.drop(columns=["creditability"]), test["creditability"] # 可以在此基础上构建并评估模型 ``` --- #### 模型评估方法概述 在金融风控建模过程中，除了KS值之外，还有其他常用的评估指标，例如AUC、Gini系数等。这些指标共同构成了全面评价模型效果的基础框架[^2]。具体来说： - **AUC (Area Under Curve)**: ROC曲线下的面积，反映了模型的整体表现。 - **Gini Coefficient**: AUC的一种变形形式，强调模型对于不同群体的区分能力。 - **PSI (Population Stability Index)**: 测量实际数据分布相对于预期的变化程度。 以上各项均需结合业务场景综合考量，从而得出最优解。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值