评分模型的缺失值

                                                         公式模型必须处理缺失值

       构建评分模型过程中，建模属于流程性的过程，耗时不多，耗费大量精力的点在于缺失值的填充。缺失值填充的合理性直接决定了评分模型的成败。模型按照形式可划分为公式模型与算法模型，不同形式的模型对缺失值的宽容程度不同。

        公式模型必须处理缺失值，如果不进行处理，则缺失值对应的该条观测会被排除在建模样本之外，如回归模型、神经网络等都需要进行缺失值的处理。

        算法模型对缺失值比较稳健，这类模型会将缺失值单独划分为一类，但算法模型对缺失值的宽容也带来了模型稳定性弱的弊端，如决策树。

                                                                  补缺原则

        一般情况下，缺失值填补的底线是，补缺后变量数据的分布不可以发生显著变化。缺失值的填补我通常会遵循这样的原则：

• 通常如果缺失值比例超过80%则放弃