Python绘制KS曲线的实现方法_pythonks曲线,python画ks曲线

Python

KS曲线

1星 140 浏览量更新于2023-05-11 评论收藏 108KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

Python绘制绘制KS曲线的实现方法曲线的实现方法

本篇文章主要介绍了Python绘制KS曲线的实现方法，小编觉得挺不错的，现在分享给大家，也给大家做个参

考。一起跟随小编过来看看吧

python实现KS曲线，相关使用方法请参考上篇博客-R语言实现KS曲线

代码如下：

####################### PlotKS ##########################

def PlotKS(preds, labels, n, asc):

# preds is score: asc=1

# preds is prob: asc=0

pred = preds # 预测值

bad = labels # 取1为bad, 0为good

ksds = DataFrame({'bad': bad, 'pred': pred})

ksds['good'] = 1 - ksds.bad

if asc == 1:

ksds1 = ksds.sort_values(by=['pred', 'bad'], ascending=[True, True])

elif asc == 0:

ksds1 = ksds.sort_values(by=['pred', 'bad'], ascending=[False, True])

ksds1.index = range(len(ksds1.pred))

ksds1['cumsum_good1'] = 1.0*ksds1.good.cumsum()/sum(ksds1.good)

ksds1['cumsum_bad1'] = 1.0*ksds1.bad.cumsum()/sum(ksds1.bad)

if asc == 1:

ksds2 = ksds.sort_values(by=['pred', 'bad'], ascending=[True, False])

elif asc == 0:

ksds2 = ksds.sort_values(by=['pred', 'bad'], ascending=[False, False])

ksds2.index = range(len(ksds2.pred))

ksds2['cumsum_good2'] = 1.0*ksds2.good.cumsum()/sum(ksds2.good)

ksds2['cumsum_bad2'] = 1.0*ksds2.bad.cumsum()/sum(ksds2.bad)

# ksds1 ksds2 -> average

ksds = ksds1[['cumsum_good1', 'cumsum_bad1']]

ksds['cumsum_good2'] = ksds2['cumsum_good2']

ksds['cumsum_bad2'] = ksds2['cumsum_bad2']

ksds['cumsum_good'] = (ksds['cumsum_good1'] + ksds['cumsum_good2'])/2

ksds['cumsum_bad'] = (ksds['cumsum_bad1'] + ksds['cumsum_bad2'])/2

# ks

ksds['ks'] = ksds['cumsum_bad'] - ksds['cumsum_good']

ksds['tile0'] = range(1, len(ksds.ks) + 1)

ksds['tile'] = 1.0*ksds['tile0']/len(ksds['tile0'])

qe = list(np.arange(0, 1, 1.0/n))

qe.append(1)

qe = qe[1:]

ks_index = Series(ksds.index)

ks_index = ks_index.quantile(q = qe)

ks_index = np.ceil(ks_index).astype(int)

ks_index = list(ks_index)

ksds = ksds.loc[ks_index]

ksds = ksds[['tile', 'cumsum_good', 'cumsum_bad', 'ks']]

ksds0 = np.array([[0, 0, 0, 0]])

ksds = np.concatenate([ksds0, ksds], axis=0)

ksds = DataFrame(ksds, columns=['tile', 'cumsum_good', 'cumsum_bad', 'ks'])

ks_value = ksds.ks.max()

ks_pop = ksds.tile[ksds.ks.idxmax()]

print ('ks_value is ' + str(np.round(ks_value, 4)) + ' at pop = ' + str(np.round(ks_pop, 4)))

# chart

plt.plot(ksds.tile, ksds.cumsum_good, label='cum_good',

color='blue', linestyle='-', linewidth=2)

plt.plot(ksds.tile, ksds.cumsum_bad, label='cum_bad',

color='red', linestyle='-', linewidth=2)

plt.plot(ksds.tile, ksds.ks, label='ks',

color='green', linestyle='-', linewidth=2)

plt.axvline(ks_pop, color='gray', linestyle='--')

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

qq_48398222

2020-12-24

没用，浪费积分

weixin_38641339

粉丝: 12
资源: 927

会员权益专享

Python绘制KS曲线的实现方法

评论1

会员权益专享

最新资源

Python绘制KS曲线的实现方法

评论1

利用Python计算KS的实例详解

利用Python画ROC曲线和AUC值计算

利用python绘制数据曲线图的实现

python绘制贝塞尔曲线

python 曲线分析_大数据分析之Python计算KS值并绘制KS曲线

python 对一系列数据做正态分布拟合，并用matplotlib绘制出来

请用python写一个簇的数量随s变化的代码

怎么评估多分类的决策树roc，auc，ks值代码实现一下

如何用python实现基于概率分布的超声图像与自然图像性质差异分析这一课题，包括完整详细代码，代码尽量多写一些

sklearn 逻辑回归roc曲线

python判断一维数据是否符合正态分布

如何用python检验数据是否符合瑞利分布

正态分布PYTHON

用python 编写代码，判断数据分布是否符合Weibull分布，并print拟合系数

写一个actived sludge model（ASM）中好氧池的python代码。要求代码可以输入好氧池参数、可以输出水质参数多日变化情况

R语言KS曲线函数

前端Mock的使用，用于构造动态数据

会员权益专享

最新资源