风控模型开发全流程

风控模型开发全流程本篇我们对开发金融风控模型做一个总结,先给出流程图:建立模型,当然需要数据,金融风控的数据一般来源于内部与外部,内部是在公司业务系统内已有的,外部主要靠采购三方数据扩展。三方数据的采集标…

大家好,又见面了,我是你们的朋友全栈君。

本篇我们对开发金融风控模型做一个总结,先给出流程图:

风控模型开发全流程

建立模型,当然需要数据,金融风控的数据一般来源于内部与外部,内部是在公司业务系统内已有的,外部主要靠采购三方数据扩展。三方数据的采集标准可参考文章:

金融风控之三方数据评测

风控模型的目标是对客户的好坏程度进行概率预测,转化为模型术语,就是分类问题。首先需要确认好坏客户的标准,通过滚动率分析可以给出量化标准。通过逻辑回归对该分类问题进行建模。

从【为什么要用sigmoid函数】到真的懂【逻辑回归】

有了样本与目标变量,我们根据证据权重(woe)修正对客户先验认知的增量,对变量进行分箱,提高模型的可解释性与鲁棒性,基于IV值筛选指标

WOE编码与IV值

进行IV值筛选后的变量,对woe转换后的数据做多因素分析,要考虑模型建立后的多重共线性问题。一般可以通过方差膨胀因子逐步回归检测

多重共线性

到了这一步,特征工程已经全部做好。下一步就是模型建立,在建立模型前需要根据数据质量与业务要求确立好模型的评价指标,调参过程用学习曲线与验证曲线去搜索最佳的超参数,防止模型过拟合。模型建立好后用测试集数据对模型进行评估测算,并且转化为标准评分

机器学习之模型评估

评分卡建模指标与评分转换

最后在模型上线后,需要紧密监控其数据表现

评分卡模型监控(前端分析)

评分卡模型监控(后端分析)

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/139683.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • 三. ASP NET MVC

    三. ASP NET MVC1.使用Partial视图模板可以消除重复的视图逻辑,简化代码。1)Createapartialview(.ascx)文件,把要重复使用的代码拷贝到里面。2)在主页面里面,修改为Html.RenderPartial(“DinnerForm”).  2.修改Master页面(Site.master)//View/Shared提供了一个非常有效的方法在

  • C语言 continue「建议收藏」

    C语言 continue「建议收藏」C语言continue在循环语句中,如果希望立即终止本次循环,并执行下一次循环,此时就需要使用continue语句。案例#include<stdio.h>intmain(){

  • java中sort排序_数据结构算法总结

    java中sort排序_数据结构算法总结数组Sort排序正序排序:Arrays.sort(array),会检查数组个数大于286且连续性好就使用归并排序,若小于32使用插入排序,其余情况使用快速排序int[]array={10,3,6,1,4,5,9};Arrays.sort(array);降序排序:先将数组Arrays.asList()转为集合,然后使用Collections.reverse()反转集合,注意如果是基础数据类型(不是数据包装类),不能使用Arrays.asList()方法可以使用Guava的Int..

  • python程序编写简介

    语句和语法变量的定义和赋值内存管理内存管理引用计数增加引用计数减少引用计数自动回收机制(python独有的)实例:python对象标识符专用下划线标识符_xxx:不能用from

  • checklistbox实现单选

    checklistbox实现单选

  • 推荐系统中传统模型——LightGBM + FFM融合

    推荐系统中传统模型——LightGBM + FFM融合之前比较相关的文章:推荐系统中传统模型——LightGBM+LR融合python-机器学习lightgbm相关实践1深入FFM原理与实践来自美团技术团队的,深入FFM原理与实践FM和FFM模型是最近几年提出的模型,凭借其在数据量比较大并且特征稀疏的情况下,仍然能够得到优秀的性能和效果的特性,屡次在各大公司举办的CTR预估比赛中获得不错的战绩。美团技术团队在搭建DSP的过程中,探索并使用了FM和FFM模型进行CTR和CVR预估,并且取得了不错的效果。经过One-Hot编码之后,大部分

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号