真陽性率(tpr)，正例算對的，越高越好，
假陽性率(fpr)，正例算錯的，越低越好,
一個好的模型應該tpr很高，fpr很低，這種模型識別正例的能力很強，就用 fpr-tpr得到一個值，如果移動閾值，得到fpr和tpr曲線，找在同一個概率下
tpr和fpr最大的差值作為KS((Kolmogorov-Smirnov))值。tpr是0到1,fpr也是,KS最小值 tpr=0,fpr=1，KS=-1，最大值是1，它的取值范圍[-1, 1]。
使用python的計算方法：
fpr,tpr,thresholds= roc_curve(y_score, y_test) # y_score is score of positive label
ks = max(tpr-fpr) # Note: tpr and fpr is ndarray
print(ks)
參考：
- How to Measure the Quality of Credit Scoring Models
- https://www.zhihu.com/question/34820996?sort=created