布尔数据解析风控建模流程

数据

电脑

数据准备：不同的评分模型需要的数据是不同的，在建模之前需要对对要解决的问题建立明确的数学定义。

探索性数据分析：统计每个特征取值的分布；统计每个特征的覆盖率，去掉覆盖率较低的特征；处理样本的异常值和缺失值。

数据预处理：根据经验对特征作预筛选，筛除于目标变量无关的特征；特征分箱。

特征分析：计算IV值，特征选择。

模型开发：建模可供选择的算法较多，信贷领域中逻辑回归算法比较成熟，应用比较广泛，模型的稳定性较好，都会用逻辑回归算法建立模型。 其它的一些算法比如决策树、随机森林、GBDT、孤立森林、DBSCAN、神经的业务需要也有应用。

模型评估：建完模型后，要评价模型的效果，能否投入生产使用，需要看以下指标的情况。如果模型效果不好，要考虑是否有重要的变量没有衍生出来、或者是较好的变量没有选择到模型中去、或者是用的算法不适合这种场景。

生成评分卡。