评分卡建模指标与评分转换

1.评分卡是把分值表示为比率对数的线性表达式来定义

2.求解分数的表达式需要引入两个假设：几率比(odds)和比率翻倍的分数(PDO)

3.odds是指事件发生概率与不发生概率比值，也就是坏客户与好客户的比率

4.风控模型评估指标有ROC曲线、KS值、Gini系数和Lift曲线等

5.KS和AUC一样，都是利用TPR、FPR两个指标来评价模型的整体训练效果

6.KS是TPR和FPR差值的最大值，能找到最优的阈值；AUC评价模型的整体训练效果

7.Gini系数也是衡量模型风险区分能力的指标，介于0-1之间，值越大，区分能力越大

8.Lift曲线衡量的是，与不利用模型相比，模型的预测能力“变好”了多少

本篇我们介绍风控模型评分转换逻辑与建模的评估指标。

1.转标准评分卡

风控模型基于逻辑回归建立模型，它的结果本质是一个概率值，可参考文章从【为什么要用sigmoid函数】到真的懂【逻辑回归】，但最后我们对客户资质评判是一个分数，类似与我们常见的芝麻分。那么，这个分数是怎么来的呢。我们这节来介绍。

实际上，所谓的评分转换࿰