之前说的关于变量的整理，按照一套标准化的建模流程，变量整理完后，一般会基于各种基础变量做数据衍生。
原计划是想做关于数据变量衍生的内容，考虑到后台有粉丝在咨询关于模型验证的事情，今天就穿插一下讲模型验证里最重要的指标KS值。
KS值是衡量一个模型是否有区分度的一个非常重要的指标，模型一般在0.3以上就具有一定的区分能力。我了解到，目前各大公司在实际应用模型时，大部分模型ks基本在0.2左右。
现在为了让做业务的同学也能浅显地理解ks值，我除了讲解ks的公式外，还把ks值用excel实现了。
首先，还是应该贴一下ks值的计算原理：
ks值是在模型中用于区分预测正负样本分隔程度的评价指标。每个样本的预测结果化对应的一个个分数，从最低分到最高分，输出为正负样本的累积分布。Ks值为这个两个正负样本中，最大差值的绝对值。
我们知道，在sas里，算KS值是很方便的。用proc npar1way过程，就能求出ks值了。单单调用一个过程，其实对于使用一个过程步的同学来说，他们也比较好奇究竟是怎么算出来这个结果，本人就简洁扼要地说下怎样将ks输出到excel里。
在网上搜了很久，几乎没有关于ks值输出到excel的资料，那就自己动手，把ks值输出excel，并且成功完美实现。
我们先来看展示出来的结果，请看算出来的效果：
并且在右上角，我们会把ks值做成表格的形式输出：
当然有表的形式，还是不够，还应该为KS值配上图。
输出图之前我们先梳理几个问题：
A．问题一：常常做某些贷前评分卡的时候，总是听到有同学说，自己的模型建设出来的，发现模型的KS值非常低，而在贷后催收评分卡里，最怕的是评分卡ks值非常高。先来看一个ks值极高的图;
这个是我曾经开发出来一个KS值达到90%的模型的。Ks值够高了吧，但是看图就可以很明显地看出来，在分数达到某个值的（大概是将近680分的时候），模型有一个断崖式的走势。
这样的ks值，其实对客群的分类并不完美。
至于造成这种结果的原因，也是在我之前文章中，反复强调过的：非常容易用y预测y。假如用y预测y变量，其实在早期的iv值的计算的时候，就有个非常明显的特征，就是IV值。IV值一般也到了一个反常态的水平，值会大于1或者大于2。
 问题二：KS的取值在多少比较合适？先贴图：有畸形的KS值，也有做得成功的KS值图，
所以ks值并不是越高越好，这是一张正常的KS图。从这个图就可以看出来，这张图的KS值走势就比较符合正常模型的走势。而且在中间某个点位置,KS值达到最大。
一般在说催收评分里做出来KS值会比较高，以我做出来的催收评分为例，KS值能达到0.4到0.5的幅度内。
一般正常来说：指标的合理性应该是这样：
最后图表合在一起的，是长成这个样子的。
问题三：平常使用ks值的用途。
当一张催收评分卡开发完成，Ks值除了作为我们的模型验证指标外。我们还能用来做客群切分。 具体做法就是，把分数低于最大ks值的客群，全部拒批。当然，使用的这样的场景，仅仅是基于为了最大可能的筛除掉坏客群而言的。实操中，我们经常需要综合考虑客群的bad rate，资金成本, APR等维度综合考虑。
十年职场生涯，这个长期混迹在风控界和科技界，摸爬滚打的大叔，曾经就职于全国最大的固网运营商平台、国内最大的ERP软件公司和一家老牌的互金公司，如果你想了解他，欢迎加入" 番茄风控大数据"一起学习一起聊！
标签：KS,ks,评分,模型,excel,催收,浅显 来源： https://blog.csdn.net/weixin_45545159/article/details/100065999
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。