知识卡片
KS分箱与最优分箱
KS(Kolmogorov-Smirnov)原本评估模型风险区分能力,衡量正负样本累计占比之差的最大值(KS>0.2 通常认为特征区分较好),这里用于变量分箱:按正负样本累计占比差绝对值取最大得到 KS 值。Best-KS 是逐步拆分法(与卡方相反):排序后取 KS 最大处为切点切分,递归直到达到预设箱数。注意 KS 对样本量敏感(正样本 1000+ 才稳),且强相关特征会因共线性虚高,本质刻画排序能力、不如 AUC。最优分箱则按树模型分裂节点分箱,以 AUC/GAUC 为监督、信息增益/gini 为分裂标准,选让训练集预估最好的切点;适用条件与卡方类似——数据规模不大且分布波动小。相关卡见 [[卡方分箱Chimerge]]、[[有监督分箱IV与WOE]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 构建推荐系统的特征 3.3 怎么处理连续特征 · 查看原书依据
3.KS分箱 KS(Kolmogorov-Smirnov,正态检验)可对模型风险区分能力进行评估,指标衡量的是正负样本累计部分之间的差距
参考来源
- 位置:《推荐系统全链路设计:原理解读与业务实践》第3章《构建推荐系统的特征》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/35.html;src-021)
- 结论依据:原文定义 KS 为累计正负样本占比差最大、给出 Best-KS 递归拆分流程,指出其样本量敏感与受共线性影响,并说明最优分箱按树分裂节点以 AUC/GAUC 监督,支撑本卡。
- 原始内容:3.KS分箱 KS(Kolmogorov-Smirnov,正态检验)可对模型风险区分能力进行评估,指标衡量的是正负样本累计部分之间的差距