跳到主内容
快讯直播
AI智模界
AI 词典

KS 统计量:模型把好坏样本分开的最大距离

一句话定义:KS 统计量(Kolmogorov-Smirnov Statistic)衡量的是——把好样本和坏样本都按模型打分从低到高排好队,两条"累计占比曲线"之间最大的那条垂直缝隙有多宽。缝隙越宽,说明模型越能把两类人分开。

它到底在算什么

想象一家银行要给一万个申请人打分,分数越高越像"坏人"。先把所有坏人的分数排序,算出"分数低于 x 的坏人占了坏人的百分之几";再对好人做同样的计算。这样就有了两条随 x 上升的曲线,都从 0 爬到 100%。

如果模型毫无用武之地,好人坏人分数混在一起,两条曲线基本重合。如果模型很准,坏人的曲线会迅速冲高(大部分坏人分数都很高),好人的曲线则缓慢爬升,两条线之间就裂开一道口子。这道口子最宽处的垂直距离,就是 KS,取值 0 到 1,通常也写成百分数。

更直白一点:KS = max |坏人累计占比 − 好人累计占比|。

和 AUC 的区别:一个看全局,一个看最优点

两个指标经常一起报,但问的问题不一样。

指标衡量什么回答的问题
KS某一条分数线上两类样本累计分布的最大差距我最好的那一刀能切多干净?切在哪?
AUCROC 曲线下面积,对所有可能阈值取平均整体排序能力有多强?
PSI训练集与线上样本的分布偏移模型是不是"过期"了?

关键差别在于:AUC 是全局平均,KS 是"取最大值"。所以会出现 AUC 平平但 KS 亮眼(模型只在中间某一段特别灵),也可能 AUC 很高但 KS 一般(各处都还不错,没有特别突出的一刀)。

KS 还有一个 AUC 给不了的东西:最大值出现的位置,天然对应一个候选切分阈值。风控同学常常就是看着这个点去定通过率。

对实际工作的意义

  • 风控建模:KS 是信贷评分卡最常报的指标之一。经验上,业内常把 0.2 以下视为偏弱、0.4 以上算比较能打,但这只是笼统说法,不同业务、不同好坏定义差别很大,别当成硬标准。
  • 定阈值要算经济账:KS 最大的那一刀,未必是最赚钱的一刀。还要看通过率、单笔额度、误杀一个好客户的损失、放过一个坏客户的损失。
  • 它不稳:KS 只取一个最大值,对样本量、好坏比例、抽样波动都很敏感。样本少的时候 KS 会虚高,所以线上要持续监控分数分布漂移(PSI),再抽样复核真实坏账率。具体评估口径以各家内部规范为准。

一句话记住:AUC 告诉你"模型整体行不行",KS 告诉你"最锋利的那一刀有多锋利、该切在哪儿"。两个一起看,才不会误判。

AI 生成本文由 AI 基于公开信息自动生成,仅供参考。