金融風控相關的知識點

對于金融風控預測類常見的評估指標如下

KS(Kolmogorov-Smirnov)

KS統計量由兩位蘇聯數學家A.N. Kolmogorov和N.V. Smirnov提出。在風控中，KS常用于評估模型區分度。區分度越大，說明模型的風險排序能力（ranking ability）越強。

K-S曲線與ROC曲線類似，不同在于

• ROC曲線將真正例率和假正例率作為橫縱軸
• K-S曲線將真正例率和假正例率都作為縱軸，橫軸則由選定的閾值來充當。
  公式如下：
  KS=max(TPR-FPR)
  KS不同代表的不同情況，一般情況KS值越大，模型的區分能力越強，但是也不是越大模型效果就越好，如果KS過大，模型可能存在異常，所以當KS值過高可能需要檢查模型是否過擬合。以下為KS值對應的模型情況，但此對應不是唯一的，只代表大致趨勢。
  

ROC（Receiver Operating Characteristic）

• ROC空間將假正例率（FPR）定義為 X 軸，真正例率（TPR）定義為 Y 軸。
  

AUC(Area Under Curve)
AUC（Area Under Curve）被定義為 ROC曲線 下與坐標軸圍成的面積，顯然這個面積的數值不會大于1。又由于ROC曲線一般都處于y=x這條直線的上方，所以AUC的取值范圍在0.5和1之間。AUC越接近1.0，檢測方法真實性越高;等于0.5時，則真實性最低，無應用價值。

總結

以上是生活随笔為你收集整理的金融风控相关的知识点的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。