京公网安备 11010802034615号
经营许可证编号:京B2-20210330
风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会变坏"的人群分开?
K-S 曲线(Kolmogorov-Smirnov Curve)就是用来直观衡量模型区分能力的工具。它把好客户和坏客户的累计占比随评分排序画成两条曲线,两条曲线之间的最大距离就是 KS 值,用来给模型的区分能力打分。
注意区分同名概念:风控里的"KS 曲线/KS 值"是模型区分度指标;统计学里的"K-S 检验(Kolmogorov-Smirnov Test)"是判断两组分布是否有显著差异的假设检验。两者名字同源,但用途不同,本文讲的是风控建模语境下的 KS 曲线。
”
建模前必须先把标签定清楚,否则 KS 无从谈起:
"坏"的定义要和业务风险口径一致,比如逾期多少天算坏、观察期和表现期多长,都要在建模前固化。
模型给每个样本输出一个分数(或违约概率)。分数越高越倾向好客户,或风险概率越高越倾向坏客户,方向要在分析时统一。
两条曲线之间的垂直距离,在某一档位达到最大,这个最大距离就是 KS 值。
即坏客户累计分布函数与好客户累计分布函数之差的最大值。
KS 值的含义是:在最优的切分档位下,模型能把坏客户和好客户区分开的最大程度。距离越大,说明模型在该档位附近识别好坏的能力越强。
风控行业常用的参考区间:
| KS 值 | 区分能力 | 评价 |
|---|---|---|
| < 0.20 | 较弱 | 基本不具备实用区分能力 |
| 0.20 ~ 0.30 | 一般 | 有一定区分度,可作参考 |
| 0.30 ~ 0.40 | 尚可 | 多数风控模型可接受的区间 |
| 0.40 ~ 0.50 | 较强 | 区分度良好 |
| 0.50 ~ 0.60 | 强 | 模型表现优秀 |
| > 0.60 | 过强 | 需要警惕样本泄漏、特征不当或过拟合 |
这些区间是行业经验参考,不同业务、不同风险场景的标准不同,不能当成硬性门槛。
”
KS 超过 0.6 时,先不要庆祝,要排查:
高 KS 在训练集上成立、上线后暴跌,通常就是过拟合或泄漏。
| 对比 | KS | AUC |
|---|---|---|
| 关注点 | 好坏累计分布的最大单点分离 | 全排序上整体区分能力 |
| 取值 | 两条曲线最大垂直距离 | ROC 曲线下面积 |
| 解读 | 最优切分点附近的区分强度 | 模型整体排序能力 |
| 场景 | 风控审批切档、拒绝策略 | 整体模型质量评估 |
两者趋势通常一致:AUC 高的模型 KS 一般也不会太低。KS 更贴近"在某个阈值下拦截坏人"的业务动作,AUC 更概括整体排序。
Gini 是 AUC 的线性变换,范围 0~1,和 KS 同样衡量区分度,但口径不同。风控报告里常同时给出 KS、AUC、Gini。
Lift 看的是某一档位内命中率相比随机抽样提升了多少倍;KS 看的是累计好坏占比的最大差距。Lift 曲线更细粒度地展示各分段的拦截效率,KS 是一个汇总最大值。
样本量不大时,可以在 Excel 里复现:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve
def plot_ks(y_true, y_score):
fpr, tpr, thresholds = roc_curve(y_true, y_score)
# 坏客户累计 = TPR,好客户累计 = FPR
ks = np.max(tpr - fpr)
ks_idx = np.argmax(tpr - fpr)
plt.plot(fpr, label='好客户累计占比')
plt.plot(tpr, label='坏客户累计占比')
plt.vlines(ks_idx, fpr[ks_idx], tpr[ks_idx], colors='red', linestyles='--')
plt.title(f'K-S 曲线,KS = {ks:.3f}')
plt.legend()
plt.show()
return ks
ks = plot_ks(y_test, y_prob)
这里利用 ROC 曲线的 TPR(坏客户累计捕获率)和 FPR(好客户被误杀率)之差,最大值就是 KS。
落地报告通常输出一张分档表:
| 风险档 | 样本占比 | 坏客户数 | 坏客户累计占比 | 好客户累计占比 | KS |
|---|---|---|---|---|---|
| 1(最高风险) | 10% | 320 | 32% | 8% | 0.24 |
| 2 | 20% | 210 | 53% | 19% | 0.34 |
| 3 | 30% | ... | ... | ... | ... |
最后一列逐档计算差值,最大值即整体 KS。
模型上线后,要按周期(月/季)监控新样本的 KS:
坏客户占比很低(如 2%~5%)时,KS 依然可以计算,但要注意:
KS 衡量的是区分排序能力,不是"预测对了多少比例"。样本极度不均衡时,一个全猜好客户的模型准确率很高,但 KS 接近 0。
同一个模型在不同客群、不同渠道上的 KS 可能差别很大。要分群、分渠道看 KS,而不是只看整体值。
必须用未参与训练的测试集 / 跨时间样本验证。训练集高 KS 不代表线上可用。
KS 最大的档位是统计上的最优分离点,但业务上还要权衡:拒绝太多好客户的损失 vs 拦截坏客户的收益。最终阈值由风险偏好和业务成本决定,不直接等于 KS 最高点。
写报告时要写清是"KS 区分度"还是"K-S 分布检验"。后者用样本分布拟合检验,和模型评估不是一回事。
模型排序区分度稳定,也可能出现特征失效、客群漂移但整体排序没变的情况。KS 要和特征分布、命中率、坏账率一起监控。
K-S 曲线是风控与分类模型评估中最常用的区分度工具,核心要点:
一句话理解:KS 曲线回答"模型在多大程度上能把坏人先挑出来",KS 值回答"这个分离程度在最优档位有多大"。它是模型准入和策略切档的关键依据,但不是唯一依据——配合业务成本、样本结构和线上表现一起判断,结论才站得住。

一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10