信用评分卡建模的工作流程

结合阅读书籍和实际工作经验,整理一篇笔记性质的博客,供参考。能帮助到需要的人就是我的满足,更欢迎大神指导不足,谢谢!

一、流程概述

下图概况了典型的评分卡开发流程,该流程的各个步骤的顺序根据具体情况的不同调整,也可以根据需要重复某些步骤。
在这里插入图片描述

具体的步骤内容

  1. 问题准备
  2. 数据获取与整合
  3. EDA(探索性数据分析)与数据描述
  4. 数据准备(特征工程)
  5. 变量选择
  6. 模型开发
  7. 模型检验和评价
  8. 评分卡创建和刻度
  9. 评分卡实施
  10. 监测和报告

引用自:《信用风险评分卡研究_基于SAS的开发与实施》

二、问题准备

建模项目的规划期,必须确认清楚以下事项,否则一旦出现问题就得从头返工了,慎重再慎重

1、模型的应用范围

主要考虑首贷/续贷,产品种类,销售渠道等可以明显区分客群的因素

2、违约/正常样本定义<

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个简单的 Python 信用评分建模过程的代码示例: ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression from sklearn.metrics import confusion_matrix, classification_report # 读入数据 data = pd.read_csv("credit_data.csv") # 数据清洗 data = data.dropna() # 特征工程 data['age'] = data['age'].apply(lambda x: abs(x)) # 处理异常值 data['income'] = np.log(data['income']) # 对收入进行对数变换 data['payment_delay_monthly'] = data.loc[:, 'pay_jan':'pay_dec'].sum(axis=1) # 计算每月延迟付款总数 data = data.drop(['pay_jan', 'pay_feb', 'pay_mar', 'pay_apr', 'pay_may', 'pay_jun', 'pay_jul', 'pay_aug', 'pay_sep', 'pay_oct', 'pay_nov', 'pay_dec'], axis=1) # 特征选择 X = data.drop(['default'], axis=1) y = data['default'] # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0) # 建立模型 logreg = LogisticRegression() logreg.fit(X_train, y_train) # 预测及评估 y_pred = logreg.predict(X_test) print(confusion_matrix(y_test, y_pred)) print(classification_report(y_test, y_pred)) ``` 上述代码中,首先读入了一个名为 `credit_data.csv` 的数据集。然后对数据进行了清洗和特征工程处理,包括处理异常值、对收入进行对数变换、计算每月延迟付款总数等。接着进行特征选择,将 `default` 列作为标签,其余列作为特征。然后使用 `train_test_split` 将数据集划分为训练集和测试集。最后使用 `LogisticRegression` 模型进行建模,并对结果进行预测和评估。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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