信用评分建模时的坑

                                                                         分析流程是门工艺

       实际工作中,清晰的数据分析流程是保证模型质量的重要手段,属于工艺的范畴。数据分析流程没有统一固定的标准答案,只有业界领先的经验,需要结合实际业务的特点进行不断调整与优化

 

                                                                          建模总体需排除异常

      构建信用评分模型前,需明确用于建模的客户或申请者必须是日常审批过程中接触到的,入模样本总体需排除如下三类人群:

  • 异常行为:如销户、按条例明确拒绝的客户;
  • 特殊账户出国、卡丢失或失窃、死亡、未成年人、员工账户、VIP账户;
  • 其他建模对象:欺诈客户、主动销户者

       其中,欺诈客户可以构建反欺诈评分模型去识别预测,主动销户者可以构建流失评分模型去识别预测。同时,对于预测建模,目标变

  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值