KS（kolmogorov-Smirnov）值衡量的是好坏样本累计各部分之间的差值。好坏样本累计差异越大，KS指标越大。那么模型的风险区分能力越强。KS的计算步骤：1.按照模型的结果对每个账户进行打分。2.所有账户按照评分排序，并从小到大分为10~20组。3.计算每个评分区间的好坏账户数。（每个区间的good账户数n, 坏账户数m）4.（1）计算每个评分区间的累计好账户数占总的好账户数的比例。（从

Dropout是指在模型训练时随机让网络某些隐含层节点的权重不工作，不工作的那些节点可以暂时认为不是网络结构的一部分，但是它的权重得保留下来（只是暂时不更新而已），因为下次样本输入时它可能又得工作了。训练神经网络模型时，如果训练样本较少，为了防止模型过拟合，Dropout可以作为一种trikc供选择。...

在sigmoid函数中使用numpy.exp的时候，遇到了RuntimeWarning: overflow encountered in exp。原因：因为参数值inx很大时，exp(inx)可能会发生溢出，有一种解决方式是对sigmoid函数实现的优化：如https://blog.csdn.net/CY_TEC/article/details/106083366def sigmoid(inx):

在利用Torch模块加载本地roberta模型时总是报OSERROR，如下：OSError: Model name './chinese_roberta_wwm_ext_pytorch' was not found in tokenizers model name list (roberta-base, roberta-large, roberta-large-mnli, distilrobert

在搭建远程的gitea使用时遇到了类似fatal: unable to access 'https://**.com/**.git/': Couldn't resolve host 'github.com'的错误，经反复查看实验，发现是DNS问题。再次Mark一下，以供以后避免类似的坑。本人的运行环境如下：Ubuntu18.04LTS(64位)，gitea-1.7-linux-amd64, g..