背景：我们知道 AUC 是 ROC 曲线的面积（积分）（此处只谈论为AUC大于0.5的情况），KS 值是 TPR 与 FPR 的最大差值（此处只谈论为正的情况）。
问题（需要详细的回答，包括正负样本分布的图示）：
1. 那么请问 是否 AUC 值越大，KS值就越大，为什么？
2. KS最大时代表ROC曲线斜率为 0，也就是最佳阈值，选取最佳阈值时，KS值与准确率（accuracy）是否正相关？
3. 如果 1 和 2 同时成立，为什么 auc 不能评价准确率（accuracy）（AUC是综合的评价指标，衡量的是所有阈值下的综合能力，所有只能评价模型综合水平）？
分享
1，roc 纵坐标是TPR,横坐标是FPR，ks 是两条曲线，上曲线是TPR,下方曲线是FPR。 所以ks 线放在roc 里，就相当于roc 曲线跟y=x 直线的距离。所以roc 越大，曲线越高，跟y=x距离越大，ks 越大。 1正确
2，定义正例 s1=TP+FN 负例s2=FP+TN ，ks=TP/s1-FP/s2 ，accuracy= (TP+s2-FP)/(s1+s2) ，可以看出来ks 和准确率的TP,FP 系数都是一正一负 ，看似正相关，其实不然，因为相关指标TP,FP 的前的系数不同，对于正负样本失衡的情况下，这两个系数会相差很大。TP增加100，FP增加100的情况下，accuracy 不变，ks 值就不一定了。 所以2 不正确。 （另外，KS最大时代表ROC曲线斜率为 1 ，不是0 ）。
3，明显不行，准确率可以在很高，甚至99% 的情况下，auc=0.5
分享
