Как рассчитывается и почему важна KS-Statistic для кредитного скоринга
Метрика KS-statistic важна при количественной валидации модели потому что может наглядно на графике показать как модель умеет разделять хороших заемщиков от плохих - максимальное расстояние между зеленой и красной линии (синяя линия). Данный пример показывает хорошую модель с точки зрения разделения классов. KS = 0.956.
Чтобы построить обе кривые, нужно сделать несколько простых шагов. 1 - разбить probabilities на две группы good/bad по бинарному таргету (250 и 250 шт). 2 - взять массив уникальных отсортированных probabilities (500 шт). 3 - посчитать для каждой группы good или bad долю наблюдений с p
Метрика KS-statistic важна при количественной валидации модели потому что может наглядно на графике показать как модель умеет разделять хороших заемщиков от плохих - максимальное расстояние между зеленой и красной линии (синяя линия). Данный пример показывает хорошую модель с точки зрения разделения классов. KS = 0.956.
Чтобы построить обе кривые, нужно сделать несколько простых шагов. 1 - разбить probabilities на две группы good/bad по бинарному таргету (250 и 250 шт). 2 - взять массив уникальных отсортированных probabilities (500 шт). 3 - посчитать для каждой группы good или bad долю наблюдений с p