目录
1.评分卡模型解释
2.探索性数据分析
3.数据预处理
4.构建逻辑回归模型
数据集:数据
1.评分卡模型解释
一个用户总的评分等于基准分加上对客户各个属性的评分。客户评分=基准分+年龄评分+性别评分+婚姻状况评分+收入评分
如某客户年龄为27岁,性别为男,婚姻状况为已婚,月收入为20000,那么他的评分为:100+4+3+4+4=115
模型最低评分:100-10-4-4-10=82
模型最高评分:100+10+4+4+10=128
模型评分范围:82至
数据集:数据
一个用户总的评分等于基准分加上对客户各个属性的评分。客户评分=基准分+年龄评分+性别评分+婚姻状况评分+收入评分
如某客户年龄为27岁,性别为男,婚姻状况为已婚,月收入为20000,那么他的评分为:100+4+3+4+4=115
模型最低评分:100-10-4-4-10=82
模型最高评分:100+10+4+4+10=128
模型评分范围:82至