模型评价指标
KS
Kolmogorov_Smimov,评估模型风险区分能力。KS用来衡量好坏样本累计分布之间的差值。好坏样本差异越大，KS指标越大，则模型风险区分能力越强。
KS计算步骤：
1.计算每个评分的好坏用户数
2.计算每个评分区间累计好用户数占总好用户数比列（good%）,计算每个评分区间累计坏用户数占总坏用户数的比例（bad%）
3.计算每个评分区间累计好用户占比与累计坏用户占比差的绝对值（即|good%-bad%|）,所有绝对值最大的值为评分卡的K-S值。
https://blog.csdn.net/u013421629/article/details/78217498
AUC：
AUC评估模型排序性的指标。衡量二分类模型优劣的评价指标，表示正例排在负例前面的概率，并且对样本类别是否均衡不敏感，常用于不均衡样本建立的分类器的评价。
PSI
Population Stability Index，群体稳定性指数。指数越低，模型评分稳定性越高。用来衡量测试样本以及模型
参考：
http://ucanalytics.com/blogs/population-stability-index-psi-banking-case-study/
https://cnblogs.com/webRobot/p/9133507.html
IV
参考：http://ucanalytics.com/blogs/information-value-and-weight-of-evidencebanking-case/
来源：oschina
链接：https://my.oschina.net/u/4357969/blog/4464095