三、模型的分组

　　模型的分组是指将不同类型的用户区分简历模型。分组的依据是可观测到的用户的行为信息和预测信息。
　　分组的优点是可以根据不同类别信息分别建立模型，提高模型的预测力。
　　不利之处是，模型的工作量增加，模型建立成本高；分组后样本数量会下降，特别的“坏”账数量会少很多，不足以达到建模数量，反而降低了模型的预测力。