风控ML[16] | 风控建模中怎么做拒绝推断

最新推荐文章于 2024-06-21 21:57:29 发布
最新推荐文章于 2024-06-21 21:57:29 发布
阅读量1k 收藏
点赞数
分类专栏： 风控ML 文章标签： 算法 大数据 python 机器学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Pysamlam/article/details/126026355
版权
本文介绍了风控建模中的拒绝推断，旨在解决模型因拒绝客户导致的样本偏差问题，通过多种方法如数据法、推断法来丰富样本多样性，确保模型更准确地反映总体。文中列举了数据法中的三种方法，并详细阐述了推断法中的展开法，以及如何验证拒绝推断的效果。
摘要由CSDN通过智能技术生成

5dee7fb430e86911730f8b8fdb41ed69.png

00 Index

01 什么是拒绝推断？
02 为什么要做拒绝推断？
03 什么时候做拒绝推断？
04 做拒绝推断都有哪些方法？
05 验证拒绝推断效果的方式
06 总结一下

🎲 01 什么是拒绝推断

拒绝推断要解决的问题就是去推断那些被拒绝的客户，如果放贷的话，后续的贷后表现是什么样子，是好样本，还是坏样本？并把推断的结果，加入到建模样本中用于丰富样本的多样性，缩小与总体分布之间的差异。

🎲 02 为什么要做拒绝推断

在我们的生活中，有很多关于幸存者偏差的例子，比如我们身边的同事月收入都是过万，就误以为大多数人都是这样子，身边的人都是本科毕业，就以为大多数人都上过大学。同样的，在金融建模领域也会有这种现象，那就是很多坏客户可能被我们拒绝准入了，所以长期以往库内的客户，都基本上算是不那么差的客户，那么如果我们直接拿这些数据来统计建模，就会出现了偏差，也就是用

最低0.47元/天 解锁文章
Pysamlam
关注
专栏目录
AI在电商中的应用系列文章
程序员光剑
10-03 1046
作者：禅与计算机程序设计艺术随着互联网的发展和普及，越来越多的人把目光投向了电子商务这个新领域。许多企业都希望通过这个平台让顾客得到更高品质的服务和体验，从而实现自己的盈利目的。同时，电商也受到了人们的青睐，它给用户带来的便捷感、快速购买、低廉价格以及便于使用的优点，都令人印象深刻。基于这些原因，当下越来越多的企业开始在电商中积极布局，而在大数据、人工智能等新兴技术的驱动下，许多电商公司也纷纷开始了探索和尝试，尝试利用人工智能技术来提升产品的个性化推荐、商品分类以及品牌营销等方面。然而，对于如何将电商中的人
申请评分模型拒绝推断（RI）方法
helicar的博客
04-24 1580
申请评分模型拒绝推断（RI）方法 文章目录申请评分模型拒绝推断（RI）方法1、拒绝推断评分卡建模流程2、拒绝推断的方法汇总（简化版）1、Simple Assignment（分配赋值法）2、Augmentation2.1、Simple augmentation （Hard-cutoff，简单扩展法）2.2、Fuzzy augmentation （模糊扩展法）2.3、Parcelling（分段扩展法） 1、拒绝推断评分卡建模流程 The workflow for the reject inference pro
拒绝推断
weixin_34007879的博客
01-19 420
更多风控建模、大数据分析等内容请关注公众号《bigdatafengkong》 在做申请评分卡时，所使用的数据是审批接受的已知好坏状态的样本数据，然后用此评分对新的申请进行评估，这里会存在所谓"样本偏差"的问题，因为接受样本只是申请样本的一部分，此评分没有考虑拒绝样本的信息，在对总体申请进行评估时会有偏差。如果能够想办法将拒绝样本和接受样本放在一起建模，就是所说的“拒绝推断”。 先想想什么...
风控建模七：拒绝推断
baidu_39413110的博客
06-28 5421
风控建模七：拒绝推断1、为什么要做拒绝推断 1、为什么要做拒绝推断 在开发准入模型的时候，我们做模型用的是通过的有表现的样本，而我们用模型是用在进件样本上，这就导致了模型开发和使用上的样本偏差。这种样本偏差有什么影响呢，我们可以从两方面去看。 一从样本维度上， ...
实战|信贷风控拒绝演绎(推断)
weixin_45545159的博客
05-12 858
在金融信贷场景的风控体系中，贷前环节往往是通过策略或模型的“决策”动作进行风险防范的，无论是反欺诈，还是信用评估，或者是精准营销等。对于风控系统，有了“决策”审批，自然会有“通过”和“拒绝”的结果。例如，当申请用户触发反欺诈规则会直接拒绝，否则会正常通过；当申请用户触发信用风险模型的阈值会直接拒绝，否则会正常通过等。 在贷前风控的决策过程中，申请信用评分卡模型（A卡）应用非常广泛，在信贷产品业务的很多环节发挥着极为重要的作用，包括风险识别、产品定价、客户分群等方面。A卡模型的构建是一类有监督模型，即根据存量
风控误区:拒绝推论不仅仅存在于贷前环节
weixin_45545159的博客
05-19 543
在金融信贷场景的风控体系中，贷前环节往往是通过策略或模型的“决策”动作进行风险防范的，但不论是欺诈识别，还是信用评估，或者是精准营销等，通过风控系统对不同用户群体的“决策”审批，自然会产生“通过”和“拒绝”的结果。所以在以上这些反欺诈与贷中等场景同样存在拒绝推论。 上次我们番茄星球课堂给大家带来了一次主题为“信贷风控拒绝演绎实战”的直播课，内容充实，全程干货，具体讲解了拒绝推论的业务场景、解决方案、算法原理等，并结合具体的样本数据案例，详细介绍了各种方法的实现步骤，最后同步概况了拒绝推论模型应用效果的验证思
风控ML[10] | 风控建模中的自动分箱的方法有哪些
Pysamlam的博客
02-04 1673
之前有位读者朋友说有空介绍一下自动分箱的方法，这个确实在我们实际建模过程前是需要解决的一个问题，简单来说就是把连续变量通过分箱的方式转换为类别变量。关于这个话题，我也借着这个主题来系统的梳...
超详细用Python进行信用评分卡建模【kaggle的give me some credit数据集】【风控建模】
热门推荐
weixin_43570097的博客
05-22 1万+
1 信用评分卡模型简介 信用评分卡是一个通过个人数据对其还款能力、还款意愿进行定量评估的系统。在消费金融行业，信用评分卡主要有三种（A、B、C卡）： A卡：申请评分卡，贷前阶段使用，在客户获取期，建立信用风险评分，预测客户带来违约风险的概率大小； B卡：行为评分卡，贷中阶段引入，在客户借款处理期，建立申请风险评分模型，预测客户违约拖欠的风险概率，我们的B卡采用的是T+1离线计算出来的，针对复借用户特别有效，针对首借用户，B卡自动转为申请评分；B卡另外的价值还在于用户授信到借款之间的时间比较长的话，通过B卡能
学习周报20200621 | 风控、模型、回顾
Pysamlam的博客
06-21 543
这周因为一些原因需要整理一些风控建模的知识点，顺便在这里整理一下，一起来回顾回顾。一、评分卡开发过程1、信用评分卡分为：申请评分卡和行为评分卡。前者对新贷款申请进行筛选并判断其违约风险，...
京东金融天机数据模型
07-26
京东金融天机数据模型
【模型迭代】拒绝推断（RI）
07-06 3644
你们业务中，是直接用模型通过的样本去迭代模型吗？
12拒绝推断
weixin_34280060的博客
05-15 833
风控建模中，幸存者偏差是普遍存在的问题。也就是我们建模用到的数据无法充分反应所有客群的整体分布信息，从而得到错误的总体估计。
评分卡建模—拒绝推断
xiaoxiaoniaoer1的专栏
12-25 1384
首先，大家都知道我们的A卡模型时建立在历史数据之上的，而很多被婉拒的用户没有被纳入到评分卡建模的数据集中，这就造成了建模数据的偏差，因此有必要利用拒绝推断来预测这些被婉拒的客户的0-1标签，并纳入到建模数据集中，这样就是根据100%的通过率数据进行建模了。 前面小编说道拒绝推断的主要目的是防止建模样本有偏，还有如下几个原因： 1.公司内部策略的变动，导致当前的申请者已不能代表建模时点的申...
拒绝推断问题（转）
weixin_30240349的博客
12-07 393
拒绝推断（Reject Inference）是金融领域信用评分中的一个术语。对于要向银行借钱的人，我们需要考虑他们赖账的可能性。这样就需要根据他们的各种行为信息和人口统计学特征作为输入，来建立一个信用评分模型，这个建模过程与机器学习中训练一个模型类似。机器学习算法能够成功应用的一个条件是训练样本和测试样本有相同的分布，但在信用评分中，这个条件很难保证。信用评分的训练样本均来自于以前申请贷款被接受的...
金控风控：Python实现基于数据技巧的拒绝推断
最新发布
R418520的博客
06-21 413
在对精度较为敏感的风控系统中，硬截断法显然是不合理的。因此在实际项目中，通常使用多个差异化较大的模型进行交叉筛选，将多模型评分均较低的样本作为负样本。一种常见的思路是，直接使用KGB模型在拒绝样本上做预测，并将低分样本（如分数最低的20%样本）认为是负样本，带入模型进行估 计，其余拒绝样本全部视为灰色样本，不予考虑。利用KGB模型进行打分，按照逾期概率降序排列，选择截断点 （cut-off）进行截断后，仅将截断点以下的蓝色部分作为负样本带入模 型进行学习，从而修正模型的偏差。根据KGB数据训练KGB模型。
DarwinML拒绝推断：在金融信贷领域的最佳实践
Apollos521的博客
07-23 480
拒绝推断的业务背景 金融公司在每一轮借贷业务中会从申请借款的用户中挑选评分高的用户给予放贷，还款期限到后就可以知道放贷用户的贷后表现，这些有贷后表现的用户数据就成为有标签的样本被用于下一轮评分卡模型的创建或调整。但大量的被拒绝用户因为没有贷后表现，他们的数据不能被利用而白白浪费掉了。拒绝推断模块就是解决这个问题的，从被拒绝的样本中通过专门的算法选出一定数量的推荐样本，对选出样本打上0标签，即标记为好人，这些被选出样本作为好人加入到下次建模的训练集中，从而充分利用数据，提高公司收益。 拒绝推断的工作流程
量化风控之策略的把控要点讲解|拒绝捞回篇（含笔记）
weixin_45545159的博客
04-18 861
风控中，总有那么一群人，他们或是因触碰到强规则而被拒之门外的客群，或是因政策从一开始进件就不被准入的人群。同时随着流量获客成本日益昂贵，以及存量客户越来越多，各金融机构对客户的筛选越来越慎重。经营竞争白热化，信贷也进入了蓝海。于是通过捞回策略来筛选客群，进一步捞回就显得格外重要。拒绝捞回这个动作这个不仅仅是能得到市场同事欢迎，而且捞好了能积累数据。基于此，如何基于数据规则做相关的策略，番茄风控星球社区进行了相关的课程分享，相关内容，我们也整理了以下内容： 一．拒绝捞回目的与用处 目的：从拒绝客户中寻找偏好的
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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