【金融风控建模系列】特征篇（一）

第三章 特征

---

---

前言

数据篇中提到了多种处理数据的方法，包括数据抽取，单客群处理和多客群处理。经过上述步骤后，模型已初具雏形。
进入特征篇后，数据样本基本不会再发生改变，模型将在不断调试特征的情况下取得表现更好的模型。评估的标准是现有模型相比于其他模型在各个客群上表现的增益。
特征筛选按照处理时间段分为建模前和建模后。建模前的目的是特征初筛，建模后的目的是剔除干扰特征。

---

一、建模前

1.toad库特征筛选

toad是风控建模中常用的包。它可以在筛选特征中起到关键作用。
其中，关键包和函数如下：
import toad
toad.selection.select()

特征筛选的主要参数如下：
empty_limit
iv_limit
corr_limit

为选取最合适的特征，这里采用“控制变量的方式”选择最优参数。具体操作步骤如下：

1.每轮选定一个待调整参数，其余为固定参数。
2.第一轮的固定参数按照各自范围内最常见的值进行确定。
3.每轮确定一个待调整参数，并在下一轮中把该参数设定为固定参数。
4.确定所有最合理的参数。

2.结果分析

这是结果记录表，红框内展示的是其中一轮的结果。从表中可以看到，empty_limit是待调整参数，train_size,iv,corr为固定参数。

选择相同属性集进行比较，选出KS/AUC综合表现更好的参数用于之后做固定参数。经过数轮的筛选，选出最适合当前样本的初筛特征。
结合已挑选的样本和初筛特征，进入模型训练环节。

二、建模后

根据模型在各个客群上的表现，选出表现不佳的客群。

总结

以上就是数据章节的第三部分，本部分介绍了多客群样本的生成过程，包括核心单客群的选择和样本叠加。
下篇文章会进入系列文章的特征篇，这个章节会阐述如何选择最适合样本的特征，从而进一步提升模型在各个客群的表现。
代码问题或其他任何问题想要咨询的小伙伴可以加作者微信：HopesXj
咱们下次见。