Kolmogorov-Smirnov统计图（KS Statistics）使用文档

组件名称	Kolmogorov-Smirnov统计图（KS Statistics）
工具集	机器学习
组件作者	雪浪云-墨文
文档版本	1.0
功能	Kolmogorov-Smirnov统计图（KS Statistics）
镜像名称	ml_components:3
开发语言	Python

组件原理

KS(Kolmogorov-Smirnov)：KS用于模型风险区分能力进行评估， 指标衡量的是好坏样本累计分部之间的差值。 好坏样本累计差异越大，KS指标越大，那么模型的风险区分能力越强。

KS的计算步骤如下：

• 计算每个评分区间的好坏账户数。
• 计算每个评分区间的累计好账户数(注意是累计，也就是包含前面的区间)占总好账户数比率(good%)和累计坏账户数占总坏账户数比率(bad%)。
• 计算每个评分区间累计坏账户占比与累计好账户占比差的绝对值（累计good%-累计bad%），然后对这些绝对值取最大值即得此评分卡的K-S值。

输入桩

支持Csv、sklearn文件输入。

输入端子1

• 端口名称：输入数据
• 输入类型：Csv文件
• 功能描述：输入预测后的数据

输入端子2

• 端口名称：输入模型
• 输入类型：sklearn文件
• 功能描述：输入预测后的模型

输出桩

支持image文件输出。

输出端子1

• 端口名称：输出图片
• 输出类型：image文件
• 功能描述：输出Kolmogorov-Smirnov统计图

参数配置

标题

• 功能描述：图片的标题
• 必选参数：是
• 默认值：（无）

特征字段

• 功能描述：特征字段
• 必选参数：是
• 默认值：（无）

标识字段

• 功能描述：标识字段
• 必选参数：是
• 默认值：（无）

使用方法

• 将组件拖入到项目中
• 与前一个组件输出的端口连接（必须是csv类型）
• 点击运行该节点