正文
有一次，我们公司开会，机器学习团队的老大汇报业绩时候说到，我们最近做出来的最好的模型，KS 达到了 0.45（不要纠结这个数字哈，随便写了一个）。搞业务的某个同学就一脸懵逼地问，这个 KS 是个什么意思呢？这是好呢？还是不好呢？
当时，对这个问题的回答是失败的，会议陷入了小小的混乱。大家遇到的困扰是，很难用“人话”或者“普通话”，讲清楚到底什么是 KS。小 L 解释不清，老 B 上，还是解释不清，老 H 登场，最后还是没让听众彻底满意，当然，搞清楚这个也不是特别重要，最后一笑也就过去了，“回去自己百度/知乎”云云。
小生斗胆，想要尝试去解释清楚什么是 KS。咱们直接上干货吧。
我们公司的机器学习建模，目标是构建一种“二分类”模型，简单说，就是把一群人，分成“好人”和“坏人”。建模最后的结果是，我们使用模型给每个人打个分数，分数越低，人越坏，反之，则越好。然后，按照分数高低，我们可以把人给排列整齐。
![]()
看上图，模型产生 10 个分数，从低到高，把 100 个人，按照从坏到好，排成 10 列。这种排列的方式，是模型的一种预测，它不知道真实的情况是什么。
我们用颜色代表真实的情况。图里，红色代表坏人，绿色代表好人。假如，我们这个模型是上帝做的，绝对正确，我们就会看到一种现象，左边 5 列都是红的，右边 5 列都是绿的。
但是，模型是人做的，难免猜错，就会出现上面的现象，大体左边坏人多一些，右边好人多一些，但是有一些猜错的现象。每个小格子里的编号，是为了让读者你方便计算数量。显然，这 100 个人里，正好 50 个好人，50 个坏人。
下面，我需要一个机器警察去抓坏人。不过，这个机器警察只能按照模型预测的分数去抓，我们设定一个分数值，机器警察会把小于等于这个分数的人，都给抓起来。
现在我们需要做一个表格，来计算每个分数下面，抓到的坏人占全部坏人的比率（抓对率），以及抓到的好人占全部好人的比率（误抓率）。
![]()
看上面的图。假设，我们设为 0 分，没有人会被抓。同理，设置为 10 分，则所有坏人（100%）和所有好人（100%）都会被抓。
上面图里的表格，每一列代表，设置为这个分数时候，抓住的好人占所有好人的概率（误抓率），以及抓住的坏人占所有坏人的概率（抓对率）。第三行数字，代表两种概率的差值（坏人的概率 减去 好人的概率）。
![]()
