真阳性率(tpr)，正例算对的，越高越好，
假阳性率(fpr)，正例算错的，越低越好,
一个好的模型应该tpr很高，fpr很低，这种模型识别正例的能力很强，就用 fpr-tpr得到一个值，如果移动阈值，得到fpr和tpr曲线，找在同一个概率下
tpr和fpr最大的差值作为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，它的取值范围[-1, 1]。
使用python的计算方法：
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)
参考：
- How to Measure the Quality of Credit Scoring Models
- https://www.zhihu.com/question/34820996?sort=created