KS 和 AUC：它们之间到底有没有数学关系

一、"ROC 的 TPR 和 KS 的 TPR 映射不同"，这点可以再想想

对方的核心观点之一是：

"ROC 的 TPR 非 KS 的 TPR，只是恰好公式和排序一致罢了，映射不一样。""国内一直把两个 TPR 等同，推导第一步就错了。"

这里其实有个小小的循环：既然已经承认"公式和排序一致"，那结论也就包含在前提里了。

因为 ROC 和 KS 用的，本来就是同一组 (TPR, FPR)：

ROC 曲线：以 FPR 为横轴、TPR 为纵轴

KS 曲线：以阈值（或分位数）为横轴，把 TPR、FPR 两条线画出来

同一组数，换两种坐标画出来而已。给定阈值，和是唯一确定的；ROC 不过是把横轴从"阈值"换成了"FPR"，本质是一次坐标变换。

小结： 并不存在"两个不同的 TPR"，它们是同一份数据的两种画法。

二、"AUC、KS 需要 ROC 连续且凸"，这里的因果，或许说反了

很多人对 AUC 的第一印象是"曲线下面积"，于是自然联想到"面积 → 积分 → 需要连续"。

但 AUC 还有一个等价、而且更本质的定义：

这就是 Mann–Whitney U 统计量，它本来就是为离散、有限样本设计的非参数统计量，靠求和计算，并不需要连续性，也不需要可积。

至于"凸"：ROC 凸不凸，反映的是模型排序质量的好坏（有没有局部矛盾），它和"公式能不能算"是两件事。一条带凹陷、带平局斜段的 ROC，AUC 和 KS 照样能精确算出来。

小结： 连续和凸，可能并不是 AUC/KS 的前提——恰恰相反，它们本来就是为离散数据准备的。

三、"数据离散/有平局/有跳跃，公式就失效"——可以用代码验证

对方提到："数据有限、分数离散、排序有平局或跳跃，假设被破坏，公式自然失效。"

这个判断对不对，其实很容易验证。构造一组比较极端的数据：大量平局、明显跳跃、排序还带矛盾。

运行结果：

AUC、KS 都能算出确定、可复现的数值。平局再多、跳跃再大，sklearn 照样能算——因为它算的本来就是离散公式。

关于"代码说明不了什么"这句，有点可惜，因为代码恰恰是最能把问题说清楚的方式：如果"公式因离散而失效"这个判断成立，那应该能举出一组让 AUC 算不出来的离散数据。如果找不到，"失效"这个说法可能就需要重新斟酌了。

四、"AUC 与 KS 走势接近只是经验现象"——对，但原因可能不太一样

对方说："AUC 与 KS 走势接近只是模型好时的经验现象，不是数学必然。""两者不是恒等关系"——这句完全同意。

但背后的原因，可能不是"连续性失效"，而是更朴素的一点：

指标	本质	度量什么
AUC	整条 ROC 下的面积	累积的整体排序能力
KS	单点极值	正负分布的最大分离度

一个是面积（累积量），一个是单点极值。两个度量维度不同的统计量，本来就不该恒等——哪怕数据完美连续，AUC 和 KS 也不会相等。这跟离散、平局其实关系不大。

不过，"不恒等"也不等于"没关系"。事实上，二者之间存在一个严格成立的上界约束：

也就是说，KS 是 ROC 上某一点到对角线的最大距离，AUC 是整条曲线的累积，两者在几何上被同一条 ROC 牢牢绑定着，并不是"毫无关联的两回事"。

五、"分箱 KS 更稳健"，这个结论很对，原因可以补充一下

对方说："只取最大值意义有限，金融行业要用 10/20 等频分箱评估 KS 才稳健。"

这个结论完全赞同，实务中确实是这么做的。只是原因和"连续性假设"关系不大，更多是两个很实在的考虑：

统计稳健性：单点最大 KS 是一个点估计，对样本扰动、异常值比较敏感，换一批样本可能就跳了；分箱看的是整体分布，更稳。

可监控性：风控更关心模型在各个分数段是否稳定（配合 PSI 一起监控），分箱天然契合这个需求；而单点 KS 把信息压成一个数字，丢掉了分段视角。

更准确的表述可能是：

"单点 KS 对扰动敏感、且丢失分段信息，因此工程上用等频分箱评估分数分布的整体稳定性。"

这样说既准确，也不需要借助"连续性假设""可积性"这些其实用不上的概念。

六、小结

观点	看法
ROC 的 TPR ≠ KS 的 TPR，映射不同	🤔 可能是同一组数据的两种画法
AUC/KS 需要连续、凸	🤔 因果或许说反了，二者本为离散设计
数据离散/平局使公式失效	🤔 可用代码验证，sklearn 照算不误
代码说明不了什么	🤔 代码恰恰最能说清问题
AUC 与 KS 不恒等	✅ 对，原因是"面积 vs 极值"
分箱 KS 更稳健	✅ 很对，源于统计稳健性 + 可监控性
高风险场景要更严谨	✅ 完全认同，方向可微调

写这篇文章，并不是想争个对错。那位朋友的工程直觉其实很好——分箱评估 KS、强调稳健性、提醒高风险场景要谨慎，这些都很对，也是大家平时在用的做法。

只是想补充一点：这些好结论，用准确的数学语言去表达，会更站得住脚。

KS 和 AUC 确实被同一条 ROC 曲线约束着（，严格成立、不依赖连续性）；但它们也确实不是一一对应，这两点并不矛盾。

附：上界不等式的严格推导

给感兴趣的朋友。这个上界严格、紧、且离散连续通吃。

命题： 对任意 ROC 曲线（离散或连续均可），有。

证明：

记 ROC 为单调不减函数，，满足，。

由 KS 定义，对所有有，同时显然，。

两条上界的交点在处，于是：

第一段积分：

第二段积分：

相加并化简即可得到：

等价形式：

本文转载自微信公众号「风控建模」，作者小溪1005，已获授权。如有不当请联系删除。