1、模型监测,可以用卡方检验实际分布,但是有一个问题,就是我们建模的数据,是上一版的模型已经通过的客户,也就说这些客户理论上来讲(上一版模型是可靠的)坏客户的比率本来就会低一些,如果没加入拒绝演绎的话,现在的实际分布本身就该比建模的时候存在一些不同的地方,主要呈现出来的应该是低等级的客户比例应该更大,所以不能无脑卡方检验两个分布的显著性差异,我觉得如果要做卡方检验就应该加入拒绝演绎,算出被拒绝部分人(抽样)ABCDE分布的情况,并且要知道一共拒绝掉多少人,就可以大概算出整体ABCDE的分布,这就是预期分布,再算出实际分布,用卡方检验得到模型应该重建还是调整临界值!
2、上午开了很久的会,下午跟着做了个决策矩阵,都很简单的事情,搞这么复杂?
3、剩下的时间继续把logistic模型转成了标准评分卡,还差最后两个变量,是一个体力话,对页面上的可视化显示做了一些修改!
模型监测 2016.06.03回顾
最新推荐文章于 2024-01-10 01:47:38 发布