之前说的关于变量的整理，按照一套标准化的建模流程，变量整理完后，一般会基于各种基础变量做数据衍生。
原计划是想做关于数据变量衍生的内容，考虑到后台有粉丝在咨询关于模型验证的事情，今天就穿插一下讲模型验证里最重要的指标KS值。
KS值是衡量一个模型是否有区分度的一个非常重要的指标，模型一般在0.3以上就具有一定的区分能力。我了解到，目前各大公司在实际应用模型时，大部分模型ks基本在0.2左右。
现在为了让做业务的同学也能浅显地理解ks值，我除了讲解ks的公式外，还把ks值用excel实现了。
首先，还是应该贴一下ks值的计算原理：
ks值是在模型中用于区分预测正负样本分隔程度的评价指标。每个样本的预测结果化对应的一个个分数，从最低分到最高分，输出为正负样本的累积分布。Ks值为这个两个正负样本中，最大差值的绝对值。
我们知道，在sas里，算KS值是很方便的。用proc npar1way过程，就能求出ks值了。单单调用一个过程，其实对于使用一个过程步的同学来说，他们也比较好奇究竟是怎么算出来这个结果，本人就简洁扼要地说下怎样将ks输出到excel里。
在网上搜了很久，几乎没有关于ks值输出到excel的资料，那就自己动手，把ks值输出excel，并且成功完美实现。
我们先来看展示出来的结果，请看算出来的效果：
并且在右上角，我们会把ks值做成表格的形式输出：
当然有表的形式，还是不够，还应该为KS值配上图。
输出图之前我们先梳理几个问题：
A．问题一：常常做某些贷前评分卡的时候，总是听到有同学说，自己的模型建设出来的，发现模型的KS值非常低，而在贷后催收评分卡里，最怕的是评分卡ks值非常高。先来看一个ks值极高的图;
这个是我曾经开发出来一个KS值达到90%的模型的。Ks值够高了吧，但是看图就可以很明显地看出来，在分数达到某个值的（大概是将近680分的时候），模型有一个断崖式的走势。
这样的ks值，其实对客群的分类并不完美。
至于造成这种结果的原因，也是在我之前文章中，反复强调过的：非常容易用y预测y。假如用y预测y变量，其实在早期的iv值的计算的时候，就有个非常明显的特征，就是IV值。IV值一般也到了一个反常态的水平，值会大于1或者大于2。
 问题二：KS的取值在多少比较合适？先贴图：有畸形的KS值，也有做得成功的KS值图，
所以ks值并不是越高越好，这是一张正常的KS图。从这个图就可以看出来，这张图的KS值走势就比较符合正常模型的走势。而且在中间某个点位置,KS值达到最大。
一般在说催收评分里做出来KS值会比较高，以我做出来的催收评分为例，KS值能达到0.4到0.5的幅度内。
一般正常来说：指标的合理性应该是这样：
最后图表合在一起的，是长成这个样子的。
问题三：平常使用ks值的用途。
当一张催收评分卡开发完成，Ks值除了作为我们的模型验证指标外。我们还能用来做客群切分。 具体做法就是，把分数低于最大ks值的客群，全部拒批。当然，使用的这样的场景，仅仅是基于为了最大可能的筛除掉坏客群而言的。实操中，我们经常需要综合考虑客群的bad rate，资金成本, APR等维度综合考虑。
十年职场生涯，这个长期混迹在风控界和科技界，摸爬滚打的大叔，曾经就职于全国最大的固网运营商平台、国内最大的ERP软件公司和一家老牌的互金公司，如果你想了解他，欢迎加入" 番茄风控大数据"一起学习一起聊！