模型区分度衡量指标-KS值
2024-09-08 06:56:07
1.KS值--学习器将正例和反例分开的能力，确定最好的“截断点”
KS曲线和ROC曲线都用到了TPR，FPR。KS曲线是把TPR和FPR都作为纵坐标，而样本数作为横坐标。但是AUC只评价了模型的整体训练效果，并没有指出如何划分类别让预估的效果达到最好。
不同之处在于，ks取的是TPR和FPR差值的最大值。
伪阳性率（FPR） ：判定为正例却不是真正例的比率
真阳性率（TPR） ：判定为正例也是真正例的比率
伪阴性率（FNR） ：判定为负例却不是真负例的比率
真阴性率（TNR） ：判定为负例也是真负例的比率
2.画图注意
令横轴为阈值，纵轴为TPR和TPR，值域均为[0, 1]。可以这样直观理解，随着横坐标从0到1变化，TPR越快提升，模型效果越好；反之，FPR越快提升，模型效果就越差。 ks值，正是图中的最大差值，此时的横轴取值，便是最佳阈值。
3.作图步骤
1. 根据学习器的预测结果（注意，是正例的概率值，非0/1变量）对样本进行排序（从大到小）-----这就是截断点依次选取的顺序
2. 按顺序选取截断点，并计算TPR和FPR ---也可以只选取n个截断点，分别在1/n，2/n，3/n等位置
3. 横轴为样本的占比百分比（最大100%），纵轴分别为TPR和FPR，可以得到KS曲线
4. TPR和FPR曲线分隔最开的位置就是最好的”截断点“，最大间隔距离就是KS值，通常>0.2即可认为模型有比较好偶的预测准确性
最新文章
- Windows组件：打开MSDTC，恢复Windows TaskBar，查看windows日志，打开Remote Desktop，打开Services，资源监控
- iis 使用 LocalDB 报错：provider: SQL Network Interfaces, error: 50
- iOS截屏
- 第一篇使用Markdown的文章
- 与你相遇好幸运，Sails.js自定义responses
- Flex利用titleIcon属性给Panel容器标题部添加一个ICON图标
- html-----008
- 关于ubuntu上执行错误命令报错
- kettle工具同步数据乱码-Linux下乱码问题二
- ubuntu中vim找不到配色方案blackboard
- JavaScipt面向对象编程----闭包
- （转载）在spring的bean中注入内部类
- 微信小程序初使心得【微信小程序快速入门】
- Mac下ImageMagick安装(libpng)
- SharePoint2013 列表栏设置
- Linux设置定时任务
- ubuntu装bochs的常见问题
- BurpSuit添加CA证书拦截HTTPS通信
- Java EE之Request部分方法使用示例
- C++ 智能指针五