2018-11-23 阅读量: 1091
KS或Kolmogorov-Smirnov图表测量分类模型的性能。更准确地说，KS是衡量正负分布之间分离程度的指标。如果分数将人口分成两个独立的组，其中一组包含所有正数而另一组包含所有负数，则KS为100。
另一方面，如果模型不能区分正面和负面，那么就好像模型从总体中随机选择案例。KS将为0.在大多数分类模型中，KS将介于0和100之间，并且值越高，模型在分离正面和负面情况时越好。
对于手头的情况，以下是表格：
我们还可以绘制％Cumulative Good和Bad以查看最大分离。以下是一个示例图：
到目前为止所涵盖的指标主要用于分类问题。直到这里，我们了解了混淆矩阵，升力和增益图表以及kolmogorov-smirnov图表。让我们继续学习一些更重要的指标。
三个资料Q群下载不了也转发不了,先放这里Fine_tuning.zipLangChain.zipdata_clear.rar
