【数据分析实战】金融评分卡建立

已于 2022-08-27 10:07:06 修改
阅读量750 收藏 6
点赞数 3
分类专栏： 机器学习 文章标签： 数据分析 金融 python 逻辑斯蒂回归 评分卡
于 2022-08-20 18:40:53 首次发布
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/SpriteNym/article/details/126441740
版权

文章目录

一、导入数据

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%config InlineBackend.figure_format = 'svg' 
import toad
from toad.plot import bin_plot, badrate_plot
import math
from imblearn.over_sampling import SMOTE, RandomOverSampler
import seaborn as sns
sns.set()

# 数据来源：kaggle项目"give me some credit"
credit_df0 = pd.read_csv('data/GiveMeSomeCredit/cs-training.csv')

# 查看数据集
credit_df0.head()

在这里插入图片描述

# 查看描述性统计信息
toad.detect(credit_df0)

在这里插入图片描述
列名含义：

  • SeriousDlqin2yrs：超过90天或更糟的逾期拖欠
  • RevolvingUtilizationOfUnsecuredLines：除了房贷车贷之外的信用卡账面金额（即贷款金额）/信用卡总额度
  • age：贷款人年龄
  • NumberOfTime30-59DaysPastDueNotWorse：35-59天逾期但不糟糕次数
  • DebtRatio：负债比率
  • MonthlyIncome：月收入
  • NumberOfOpenCreditLinesAndLoans：开放式信贷和贷款数量，开放式贷款（分期付款如汽车贷款或抵押贷款）和信贷（如信用卡）的数量
  • NumberOfTimes90DaysLate：借款者有90天或更高逾期的次数
  • NumberRealEstateLoansOrLines：不动产贷款或额度数量
  • NumberOfTime60-89DaysPastDueNotWorse：60-89天逾期但不糟糕次数
  • NumberOfDependents：不包括本人在内的家属数量

二、EDA

# 丢弃编号列
credit_df1 = credit_df0.drop(['Unnamed: 0'], axis=1)
# 修改列名
colnames={'SeriousDlqin2yrs':'Isdlq',
          'age':'Age',
          'RevolvingUtilizationOfUnsecuredLines':'Revol',
          'NumberOfTime30-59DaysPastDueNotWorse':'Num30-59late',
          'NumberOfOpenCreditLinesAndLoans':'Numopen',
          'NumberOfTimes90DaysLate':'Num90late',
          'NumberRealEstateLoansOrLines':'Numestate',
          'NumberOfTime60-89DaysPastDueNotWorse':'Num60-89late',
          'NumberOfDependents':'Numdepend'}
credit_df1.rename(columns=colnames, inplace=True)
credit_df1.head()

在这里插入图片描述

# 查看好坏比
sns.countplot(credit_df1['Isdlq'])
print(f"好坏比：{np.round(100 * credit_df1['Isdlq'].mean(), 2)}%")  
# 好坏比：6.68%

在这里插入图片描述

2.1 查看Revol特征

# 查看可用额度比的描述性统计信息
credit_df1['Revol'].describe([0.99, 0.999])
"""
count    150000.000000
mean          6.048438
std         249.755371
min           0.000000
50%           0.154181
99%           1.092956
99.9%      1571.006000
max       50708.000000
Name: Revol, dtype: float64
"""

明显分布异常

# 画出Revol小于1的分布图
sns.distplot(credit_df1[credit_df1['Revol']<1]['Revol'], bins=10)

在这里插入图片描述

# 定义一个分箱并统计箱内坏客户率的函数
def show_rate_by_box(df, target_name, feature_name, bins):
    temp = pd.concat([df[target_name], pd.cut(df[feature_name], bins=bins, right=False)], axis=1)
    return pd.pivot_table(temp, index=[feature_name], values=[target_name], aggfunc=['mean', 'count'])

按理说Revol不应该大于1，所以我们重点查看大于1的数据违约率如何

# 初步分箱并查看各区间段的违约率分布，给后续分箱提供参考
revol_bins=[0,0.5,1,1.5,2,5,10,20,30,40,50,100,1000,5000,math.inf]
temp = show_rate_by_box(credit_df1, 'Isdlq', 'Revol', bins=revol_bins)
show_rate_by_box(credit_df1, 'Isdlq', 'Revol', bins=revol_bins)

在这里插入图片描述

# 画成图方便观看
plt.figure(figsize=(15, 5))
sns.barplot(x=temp.index, y=temp[( 'mean', 'Isdlq')])

在这里插入图片描述
结论：1到20坏客户比率明显上升，20以上又降下来，将异常值阈值确定为20。高于20后续统一删除。

2.2 Age

# 查看年龄的描述性统计信息
credit_df1['Age'].describe([0.01])
"""
count    150000.000000
mean         52.295207
std          14.771866
min           0.000000
1%           24.000000
50%          52.000000
max         109.000000
Name: Age, dtype: float64
"""

年龄小于18岁不符合业务逻辑，后续准备统一排除

# 查看要删除的有几人
len(credit_df1[credit_df1['Age']<18])
# 1

# 画出分布图
sns.distplot(credit_df1['Age'])

在这里插入图片描述

2.3 DebtRatio

# 查看负债率的描述性统计信息
credit_df1['DebtRatio'].describe([0.01, 0.99, 0.999])
"""
count    150000.000000
mean        353.005076
std        2037.818523
min           0.000000
1%            0.000000
50%           0.366508
99%        4979.040000
99.9%     10613.074000
max      329664.000000
Name: DebtRatio, dtype: float64
"""

# 画图查看分布
sns.distplot(credit_df1[credit_df1['DebtRatio']<10000]['DebtRatio'])

在这里插入图片描述

# 初步分箱并查看各区间段的违约率分布，给后续分箱提供参考
debtratio_bins=[0,1,2,5,10,100,1000,2000,3000,4000,5000,10000,math.inf]
show_rate_by_box(credit_df1, 'Isdlq', 'DebtRatio', bins=debtratio_bins)

在这里插入图片描述
1到2区间违约率较高，其他区间没什么特别。


2.4 Numopen

# 查看开放式信贷和贷款数量的描述性统计信息
credit_df1['Numopen'].describe([0.99])
"""
count    150000.000000
mean          8.452760
std           5.145951
min           0.000000
50%           8.000000
99%          24.000000
max          58.000000
Name: Numopen, dtype: float64
"""

# 查看点分布
plt.figure(figsize=(15, 6))
sns.countplot(credit_df1['Numopen'])

在这里插入图片描述
拖尾很长

2.5 Numestate

# 查看房产和信用卡额度的数量
credit_df1['Numestate'].describe([0.99, 0.999])
"""
count    150000.000000
mean          1.018240
std           1.129771
min           0.000000
50%           1.000000
99%           4.000000
99.9%         9.000000
max          54.000000
Name: Numestate, dtype: float64
"""

# 查看数据点分布
sns.countplot(credit_df1['Numestate'])

在这里插入图片描述

# 箱线图查看数据分布
sns.boxplot(credit_df1['Numestate'])

在这里插入图片描述

2.6 Numdepend

# 查看家属数量的描述性统计信息
credit_df1['Numdepend'].describe([0.99, 0.999])
"""
count    146076.000000
mean          0.757222
std           1.115086
min           0.000000
50%           0.000000
99%           4.000000
99.9%         6.000000
max          20.000000
Name: Numdepend, dtype: float64
"""

# 画图查看分布
sns.countplot(credit_df1['Numdepend'])

在这里插入图片描述

# 查看缺失值
credit_df1[credit_df1['Numdepend'].isnull()]

在这里插入图片描述
发现家属人数缺失的样本，月收入同样缺失

# 确认是否这3924个样本月收入全部缺失
credit_df1[credit_df1['Numdepend'].isnull()]['MonthlyIncome'].isnull().sum()
# 3924

决定使用月收入缺失，但家属人数未缺失的样本的众数来填充家属人数的缺失值

# 查看众数
credit_df1[(credit_df1['MonthlyIncome'].isnull())&(credit_df1['Numdepend'].notnull())]['Numdepend'].mode()
# 0

2.7 MonthlyIncome

# 查看描述性统计信息
credit_df1['MonthlyIncome'].describe([0.99, 0.999])
"""
count    1.202690e+05
mean     6.670221e+03
std      1.438467e+04
min      0.000000e+00
50%      5.400000e+03
99%      2.500000e+04
99.9%    7.839575e+04
max      3.008750e+06
Name: MonthlyIncome, dtype: float64
"""

# 画图查看分布
sns.kdeplot(credit_df1['MonthlyIncome'])

在这里插入图片描述

# 继续用箱线图查看
sns.boxplot(credit_df1['MonthlyIncome'])

缺失值一开始用detect查看时缺失值是19.8%，后期用随机森林填补。

2.8 Num30-59late Num60-89late Num90late

# 查看数据点图
col_list = ['Num30-59late', 'Num60-89late', 'Num90late']
plt.figure(figsize=(15, 4))
for i in range(3):
    plt.subplot(1, 3, i+1)
    sns.countplot(credit_df1[col_list[i]])

在这里插入图片描述

# 查看箱线图
col_list = ['Num30-59late', 'Num60-89late', 'Num90late']
plt.figure(figsize=(12, 4))
for i in range(3):
    plt.subplot(1, 3, i+1)
    sns.boxplot(credit_df1[col_list[i]])

在这里插入图片描述

可以看出96、98明显是异常值，后期删除。


三、数据清洗


3.1 异常值

# Revol
# 删除之前提到的大于20的数据
credit_df1 = credit_df1[credit_df1['Revol']<=20]
# 查看描述性统计信息，现在最高值为18
credit_df1['Revol'].describe()
"""
count    149766.000000
mean          0.323388
std           0.378382
min           0.000000
25%           0.029788
50%           0.153560
75%           0.555997
max          18.000000
Name: Revol, dtype: float64
"""

# Age
# 删除18岁以下数据
credit_df1 = credit_df1[credit_df1['Age']>=18]

# Num30-59late Num60-89late Num90late
# 去除96、98两种异常值
col_list = ['Num30-59late', 'Num60-89late', 'Num90late']
for col in col_list:
    credit_df1 = credit_df1[credit_df1[col]<90]
    
# Numestate
# 删除50以上数据
credit_df1 = credit_df1[credit_df1['Numestate']<50]

3.2 缺失值

# Numdepend
credit_df1['Numdepend'].fillna(0, inplace=True)

# MonthlyIncome缺失值填充
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split

# 先得到训练集特征、标签和测试集
features_df = credit_df1[credit_df1['MonthlyIncome'].notnull()].drop(columns=['Isdlq', 'MonthlyIncome'])
target = credit_df1[credit_df1['MonthlyIncome'].notnull()]['MonthlyIncome']
test_df = credit_df1[credit_df1['MonthlyIncome'].isnull()].drop(columns=['Isdlq', 'MonthlyIncome'])

# 先看看效果
X_train, X_test, y_train, y_test = train_test_split(features_df, target, test_size=0.3)
RandomForestRegressor(max_depth=10, n_estimators=100).fit(X_train, y_train).score(X_test, y_test)

temp = pd.Series(data=RandomForestRegressor(max_depth=10, n_estimators=100).fit(features_df, target).predict(test_df), index=test_df.index, name='MonthlyIncome')
credit_df1['MonthlyIncome'] = pd.concat([target, temp])
credit_df1.describe()

这里我的MonthlyIncome用随机森林做回归效果很差，不仅R²值非常不稳定，甚至会出现负数，所以直接不处理了，但是为了便于后续的四舍五入，先把空值填充为-10。

credit_df1['MonthlyIncome'].fillna(-10, inplace=True)

3.3 进行过采样

# 写一个过采样函数
def over_sampled(df, target, model):
    X = df.drop(columns=[target])
    y = df[target]

    X_oversampled, y_oversampled = model.fit_resample(X,y)
    return pd.concat([X_oversampled, y_oversampled], axis=1)

# 使用RandomOverSampler过采样
credit_df1 = over_sampled(credit_df1, 'Isdlq', RandomOverSampler())

这里不过采样、SMOTE过采样和RandomOverSampler过采样我都试了，最后效果差别不大。


四、特征预处理


4.1 连续值四舍五入

某些连续值直接交给toad分箱运行时间太久，所以先进行四舍五入处理。
（1）Revol

# 再次调用之前的透视表函数查看每个箱内坏客户率
revol_bins=[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1,1.5,2,5,10,20]
temp = show_rate_by_box(credit_df1, 'Isdlq', 'Revol', bins=revol_bins)
show_rate_by_box(credit_df1, 'Isdlq', 'Revol', bins=revol_bins)

在这里插入图片描述

Revol在1以下坏客户率有明显单调性，Revol在1以上坏客户率普遍挺高的，没有太大区分度，因此小于1的统一保留1位小数，大于1的统一保留0位小数，后续再交给toad分箱

credit_df1['Revol'] = credit_df1['Revol'].map(lambda x: np.round(x, 1) if x < 1 else np.round(x, 0))

（2）DebtRatio

debtratio_bins=[0,0.1,0.2,0.5,0.7,1,2,5,10,100,1000,2000,3000,4000,5000,10000,math.inf]
show_rate_by_box(credit_df1, 'Isdlq', 'DebtRatio', bins=debtratio_bins)

在这里插入图片描述

跨度太大，不是很好处理，决定同样进行四舍五入，但规则更复杂

credit_df1['DebtRatio'] = credit_df1['DebtRatio'].map(
    lambda x: np.round(x, 1) if x < 1 else np.round(x, 1-(len(str(int(np.round(x, 0))))))
)

（3）MonthlyIncome

credit_df1['MonthlyIncome'] = credit_df1['MonthlyIncome'].map(
    lambda x: np.round(x, -1) if x < 100 else 
        np.round(x, -2) if x < 1000 else np.round(x, 1-(len(str(int(np.round(x, 0))))))
)

（4）Numdepend

之前用SMOTE时出现了浮点数，处理一下

credit_df1['Numdepend'] = credit_df1['Numdepend'].map(lambda x: np.round(x, 0))

4.2 创建衍生变量

credit_df1['AllNumlate'] = credit_df1['Num30-59late'] + credit_df1['Num60-89late'] + credit_df1['Num90late']
credit_df1['Monthlycost'] = (credit_df1['MonthlyIncome'] * credit_df1['DebtRatio']).map(lambda x: -10 if x < 0 else x)
credit_df1.head()

在这里插入图片描述

4.3 特征筛选

# 查看iv值
toad.quality(credit_df1,'Isdlq', iv_only=True)

在这里插入图片描述

# 特征选择，iv值低于0.03丢弃，相关性高于0.8的两个特征丢弃低iv值特征
credit_df2, dropped = toad.selection.select(credit_df1, target='Isdlq', iv=0.03, corr=0.8, return_drop=True)

# 查看被丢弃特征
dropped
"""
{'empty': array([], dtype=float64),
 'iv': array([], dtype=object),
 'corr': array([], dtype=object)}
"""

没有被筛掉的，说明都还可以吧，特征数也不是很多，就都留下了。

五、计算WOE值


5.1 特征分箱

def show_toad_box(df, col_list, target, rules):
    combiner = toad.transform.Combiner()
    combiner.fit(df[col_list+[target]], y=target, method='chi', min_samples=0.05)
    combiner.set_rules(rules)
    
    return combiner

col_list = ['Revol', 'Age', 'DebtRatio', 'MonthlyIncome', 'Numopen', 'Num30-59late',
       'Num90late', 'Numestate', 'Num60-89late', 'Numdepend', 'AllNumlate',
       'Monthlycost'] 
rules = {
    'MonthlyIncome':[0,2000,4000,5000,7000,10000],
    'Monthlycost':[0,100,1000,3500]
#     'Numopen':[2,4],
#     'Num60-89late':[1],
#     'Revol':[0.2,0.4,0.6,0.8,1],
#     'DebtRatio':[0.6,0.8,3],
}
combiner = show_toad_box(credit_df2, col_list, 'Isdlq', rules=rules)
credit_df3 = combiner.transform(credit_df2, labels=True)
# 出图观察
for col in col_list:
    bin_plot(credit_df3, x=col, target='Isdlq')

在这里插入图片描述
在这里插入图片描述

# 去除前面的编号
temp1 = credit_df3['Isdlq']
temp2 = credit_df3.drop(columns=['Isdlq'])
credit_df3 = pd.concat([temp1, temp2], axis=1)

credit_df3.iloc[:, 1:] = credit_df3.iloc[:, 1:].applymap(lambda x: x[3:])

5.2 WOE转化

# 实例化对象并转化
transfer = toad.transform.WOETransformer()
woe = transfer.fit_transform(credit_df3, credit_df3['Isdlq'], exclude=['Isdlq'])
# 查看WOE值
woe.head()

5.3 逐步回归

# 使用逐步回归筛选掉一些特征
credit_df4, dropped = toad.selection.stepwise(woe, target='Isdlq', estimator='ols', direction='both', criterion='aic', return_drop=True)
# 查看被丢弃的特征
dropped
# []

还是没有被筛选掉的特征。


六、建模和评估

from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.metrics import roc_curve, roc_auc_score

# 网格搜索
params = {
    'penalty':['l1', 'l2'],
    'C':[0.1, 0.2, 0.3, 0.4, 0.5],
    'max_iter':[50, 70, 100, 150, 200],
    'solver':['newton-cg', 'lbfgs', 'liblinear', 'sag', 'saga']
}

gscv = GridSearchCV(estimator=LogisticRegression(), param_grid=params)
gscv.fit(credit_df4.drop(columns=['Isdlq']), credit_df4['Isdlq'])
# 得到最优参数
gscv.best_params_

# 划分训练集和测试集
X = credit_df4.drop(columns=['Isdlq'])
y = credit_df4['Isdlq']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

# 使用刚才得到的最优参数重新建模训练
lr = LogisticRegression(
    solver='liblinear',
    penalty='l1',
    C=0.1,
    max_iter=100
)
lr.fit(X_train, y_train)
lr_proba = lr.predict_proba(X_test)[:,1]

# 评估
fpr, tpr, threshold = roc_curve(y_test, lr_proba)
auc = roc_auc_score(y_test, lr_proba)
plt.plot(fpr, tpr, label=f'AUC = {auc:.2f}')
plt.plot([0,1],[0,1],'--')
plt.axis([0,1,0,1])
plt.xlabel('FPR')
plt.ylabel('TPR')
plt.legend()

在这里插入图片描述
AUC值0.86，还可以。

# 查看模型报告
bucket = toad.metrics.KS_bucket(lr_proba, y_test, bucket=10, method='quantile')
bucket.T

在这里插入图片描述

# 计算KS值并绘制曲线
threshold1 = pd.Series(threshold).sort_values(ascending=True)
tpr1 = pd.Series(tpr).sort_values(ascending=True)
fpr1 = pd.Series(fpr).sort_values(ascending=True)
ks = tpr1-fpr1
print(f'KS值：{ks.max()}')

plt.plot(threshold1, tpr1, label='TPR')
plt.plot(threshold1, fpr1, label='FPR')
plt.plot(threshold1, ks, label='KS')
plt.scatter(threshold1[ks[ks==ks.max()].index], ks.max(), label='max(KS)', s=40)
plt.xlabel('Threshold')
plt.ylabel('Cum-Prop')
plt.axis([0,1,0,1])
plt.legend()
plt.show()

在这里插入图片描述


七、评分卡建立

# 实例化card对象
card = toad.ScoreCard(
    # 使用之前的combiner
    combiner = combiner,
    # 使用之前的transfomer
    transer = transfer,
    # 使用之前的逻辑斯蒂回归参数
    solver='liblinear',
    penalty='l1',
    C=0.1,
    max_iter=100,
    # 基准分
    base_score=800,
    # 基准好坏客户比
    base_odds=20,
    # 倍率（好坏客户比每翻rate倍，扣pdo分）
    rate=2,
    # 扣分
    pdo=50
)

# 训练
card.fit(credit_df4.drop(columns=['Isdlq']), credit_df4['Isdlq'])
# 查看评分卡
pd.set_option('display.max_rows', None)
card.export(to_frame=True)

在这里插入图片描述

# 查看分数分布
pd.Series(card.predict(credit_df4)).describe()
"""
count    279258.000000
mean        585.138884
std         106.412042
min         320.131615
25%         529.078751
50%         619.335745
75%         678.356577
max         681.166471
dtype: float64
"""
Sprite.Nym
关注
  • 3
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
金融评分卡项目—7.申请评分卡中的数据预处理和特征衍生
柳杰的博客
03-11 1462
文章目录一、构建信用风险类型的特征1.需要衍生的信息—表12.需要衍生的信息—表23.数据清洗二、特征的分箱1.分箱的方法2.监督式分箱法：Best-KS3.卡方分箱法—ChiMerge4.无监督分箱方法三、WOE编码1.计算公式2.WOE编码的意义四、代码 一、构建信用风险类型的特征   将信息度比较分散的特征综合起来变成信息度比较高的特征。 已经加工成型的信息 表—Master，该表是人维度的信息 idx：每一笔贷款的unique key UserInfo_*：借款人特征字段 WeblogInfo_*
金融风控项目实战-Python信用评分卡建模全流程！（万字阐述，硬核收藏）
最新发布
fulk6667g78o8的专栏
03-29 1608
金融风控项目实战-Python信用评分卡建模全流程！（万字阐述，硬核收藏）
金融模型之评分卡
10-24 1742
一. 评分卡的表现形式及业务意义   评分卡的主要功能是用来给用户评级，把用户的相关信息输入到评分卡系统中，评分卡给出一个评价等级，一般情况这个等级用A、B、C、D、E等来表示。不同的等级对应着不同的好坏比，相邻的级别之间的好坏比是2倍的关系。例如D级别的好坏比为1:1,那么C级别的好坏比就为2:1，B级别的就为4:1，而E级别的好坏比为0.5:1。这么做的好处有两点，首先每个级别不仅能横向对比出...............
金融风控实战入门-逻辑回归评分卡
nikita_zj的博客
09-08 552
金融风控实战入门-逻辑回归评分卡
金融风控评分卡建模全流程！
Datawhale
03-06 6207
↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：桔了个仔，南洋理工大学，数据科学家知乎丨https://zh...
实战【金融评分卡】
早八人的上课笔记收录哈哈哈
06-06 578
网站：百融、同盾。
金融申请评分卡（3）
数据小工的博客
02-23 2553
金融申请评分卡样例及代码 数据文件中的所有对应的字段，在金融申请评分卡（2）均有解释，数据的下载链接为百度网盘：链接：https://pan.baidu.com/s/1qZXmYgW 密码：r6o5 代码情况如下，尽可能在每段代码均有解释，具体的代码如下： # -*- coding: utf-8 -*- @author: Gupeng #这段加载所需要的数据包 import numpy...
互联网金融业申请评分卡
panda_zjd的博客
12-06 1518
评分卡模型由以下几类： 反欺诈评分卡、申请评分卡，行为评分卡、催收评分卡申请评分卡是指针对一个新用户申请信用卡或者初次借款时的评分卡模型。 特性： 稳定性：当总体逾期/违约概率不变时，分数的分布也应不变。 区分行：违约人群与正常人群的分数应当有显著差异 预测能力：低分人群的违约率更高。 和预期概率等价：评分可以精确反映违约/逾期概率，反之亦然。 思考： 商户评分模型？新的商户或者个
数据挖掘：Python金融大数据挖掘与分析全流程详解案例源码.zip
06-06
"评分系统"可能涉及到信用评分卡的建立，这是金融风险管理的关键，通过评分卡模型可以对潜在客户进行风险等级划分。 4. **数据可视**：数据可视化是数据理解的有效工具，"数据可视"部分可能涵盖了如何使用...
Python金融大数据风控建模实战.zip
09-22
《Python金融大数据风控建模实战》是一本深入探讨如何利用Python进行金融大数据分析与风险控制建模的实践指南。在当今信息化社会，金融行业的风险控制变得尤为重要，而Python以其强大的数据处理能力、丰富的库资源...
GiveMeSomeCredit_机器学习_givemesonecredit_信用评分_金融书籍_
10-02
这本书深入浅出地介绍了如何利用数据分析技术来评估个人或企业的信用风险，对于金融行业从业人员以及对风控感兴趣的读者来说，是一份非常宝贵的学习资源。 1. **机器学习基础**：书中的核心部分涉及机器学习算法，...
信用风险评分卡研究 基于SAS的开发与实施
12-09
这本书对于希望深入了解信用风险评分卡和SAS应用的读者来说是一份宝贵的资源，结合作者之前关于数据挖掘和数据准备的著作，可以形成一套完整的数据分析与建模知识体系。通过学习，读者不仅可以掌握评分卡的理论，还...
银行业信息化丛书_金融数据挖掘与分析.rar
07-04
书中的章节涉及如何运用数据挖掘技术进行信用评分卡的建立，通过模型预测贷款违约概率，降低银行的信贷风险。 5. 客户关系管理：通过数据挖掘，银行可以更深入地了解客户需求，实现精准营销。书中会介绍客户细分、...
数据挖掘项目：金融银行风控信用评分卡模型（上篇）
m0_63186866的博客
04-25 4211
银行领域评分卡一般分为四种，A、B、C、F卡：A卡表示为贷前评分卡。B卡表示为贷中评分卡。C卡表示为贷后评分卡。F卡表示为反欺诈评分卡。通过对数据进行探索性分析，更加了解数据，从中观察出数据的一些规律和问题，这样在后续的预处理过程中，也能有些思路。接下来是对数据进行分箱。使用toad这个专门的评分卡库自动分箱并构建逻辑回归模型来进行预测，并利用ROC-AUC和KS进行评估。再和使用手动分箱的方式进行对比，最后建立评分卡。
(信贷风控一)互联网金融业申请评分卡的介绍
可乐联盟
01-20 5134
互联网金融业申请评分卡的介绍 本文主要讲解以下知识点 信用违约风险的基本概念 申请评分卡的重要性和特性 贷款申请环节的数据介绍和描述 非平衡样本问题的定义和解决方法 信用违约风险的基本概念 什么是信用违约风险？ 交易对手未能履行约定契约中的义务而造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是金融风险的主要类型。 业界常用衡量信...
金融评分卡项目—1.数据分析基础知识
柳杰的博客
03-02 516
文章目录引言一、数据分析的基本概念1.数据分析在具体业务中的使用环境2.数据分析的目的3.数据获取的途径4.数据清洗5.数据描述二、数据可视化三、数据分析常用模型1.线性回归2.树模型3.支持向量机4.神经网络5.聚类6.主成分分析7.因子分析8.半监督学习 引言   这一篇没有什么干货，主要是框架 一、数据分析的基本概念   针对特定问题，运用适当学科知识从数据中提炼信息，形成结论。 数理知识基础—统计学方面基本知识 数据获取、加工能力 行业知识 数据分析与数据挖掘的区别： 数据分析指对历史数据进行
评分卡--toad--scorecard函数，调整评分以整数形式输出
CSDNsue的博客
01-08 3485
文章目录小心情前言将分箱后的评分转为小数踩坑点 小心情 平平无奇我真棒！！！ 前言 toad包里的scorecard能自动将概率转为评分卡，想学习toad的童靴，可以参见：toad使用教程。 概率转评分卡，并将评分转到希望的区间内（比如[300,1000]），主要是调整scorecard内的以下4个参数： base_odds 基准好坏比 base_score 基准分数：当基准好坏比取值为base_odds，基准得分设定的分数 rate 设定的比base_odds好坏的倍数 pdo 当比base_odds坏
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

打赏作者

Sprite.Nym

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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