评分卡模型，用odds来校准概率（我的理解）

前言

评分卡模型建立时，样本的好坏比和实际好坏比是不一致的，原因有二：

1、产品本身坏样本少，抽样时会对坏样本进行过抽样或者好样本进行欠抽样

2、未获取全量的原始数据，样本中的好坏比无法反映真实的情况

评分卡模型预测的是坏样本的概率，好坏比使用的是坏样本量/好样本量

概率校准

1、需要一个目标好坏比odds1

它可以是抽样前的产品真实好坏比（对应情况1），也可以是行业平均水平（对应情况2）

2、建模样本好坏比odds

在sigmoid函数转换前，只需要在逻辑回归拟合出来的截距上再加一个ln(odds1/odds)即可，原因：逻辑回归中的截距是约等于好坏比的对数的，即：把ln(odds)抵消掉，得到实际好坏比ln(odds1)

ln(odds1/odds) = ln(odds1)-ln(odds)

3、校准分数段的好坏比

对好坏比进行一个sigmoid的反函数，加上ln(odds1/odds)，再用sigmoid函数运算回来

案例

继续使用上篇的数据

评分卡模型阈值表（接上篇）-CSDN博客

	分组名称	本组客户	本组好客户	本组坏客户	好坏比（odds）	坏样本占比
0	[300-320)	15	4	11	2.75	73.33%
1	[320-340)	163	40	123	3.08	75.46%
2	[340-360)	257	97	160	1.65	62.26%
3	[360-380)	324	117	207	1.77	63.89%
4	[380-400)	357	163	194	1.19	54.34%
5	[400-420)	374	160	214	1.34	57.22%
6	[420-440)	533	228	305	1.34	57.22%
7	[440-460)	1124	585	539	0.92	47.95%
8	[460-480)	932	495	437	0.88	46.89%
9	[480-500)	725	435	290	0.67	40.00%
10	[500-520)	2051	1263	788	0.62	38.42%
11	[520-540)	1486	1022	464	0.45	31.22%
12	[540-560)	2454	1782	672	0.38	27.38%
13	[560-580)	2507	1951	556	0.28	22.18%
14	[580-600)	2238	1824	414	0.23	18.50%
15	[600-620)	7252	6395	857	0.13	11.82%
16	[620-640)	7231	6546	685	0.10	9.47%
17	[640-660)	8417	7753	664	0.09	7.89%
18	[660-680)	9919	9336	583	0.06	5.88%
19	[680-700)	10473	10044	429	0.04	4.10%
20	[700-720)	14987	14543	444	0.03	2.96%
21	[720-740)	15149	14865	284	0.02	1.87%
22	[740-760)	19626	19374	252	0.01	1.28%
23	[760-780)	18659	18484	175	0.01	0.94%
24	[780-800)	10970	10901	69	0.01	0.63%
25	[800-820)	10942	10885	57	0.01	0.52%
总和		149165	139292	9873	0.07	6.62%

指定实际上该产品的违约率 ： 2% 。（假设） 
要还原真实的数据，需进行校准：
计算公式如下：
A=ln(odds)
B=A+ln(odds1/odds)=A -1.24505
C=1/(1+exp(-B))

分组名称	好坏比（odds）	ln(odds)(A)	ln(odds)_adjust(B)	bad_rate（C）
[300-320)	2.75	1.0116	-0.2335	44.19%
[320-340)	3.08	1.1233	-0.1217	46.96%
[340-360)	1.65	0.5005	-0.7446	32.20%
[360-380)	1.77	0.5705	-0.6745	33.75%
[380-400)	1.19	0.1741	-1.0709	25.52%
[400-420)	1.34	0.2908	-0.9542	27.80%
[420-440)	1.34	0.2910	-0.9541	27.81%
[440-460)	0.92	-0.0819	-1.3269	20.97%
[460-480)	0.88	-0.1246	-1.3697	20.27%
[480-500)	0.67	-0.4055	-1.6505	16.10%
[500-520)	0.62	-0.4717	-1.7168	15.23%
[520-540)	0.45	-0.7896	-2.0347	11.56%
[540-560)	0.38	-0.9752	-2.2203	9.79%
[560-580)	0.28	-1.2553	-2.5004	7.58%
[580-600)	0.23	-1.4829	-2.7280	6.13%
[600-620)	0.13	-2.0098	-3.2549	3.72%
[620-640)	0.10	-2.2572	-3.5022	2.92%
[640-660)	0.09	-2.4576	-3.7026	2.41%
[660-680)	0.06	-2.7734	-4.0185	1.77%
[680-700)	0.04	-3.1533	-4.3983	1.21%
[700-720)	0.03	-3.4890	-4.7341	0.87%
[720-740)	0.02	-3.9578	-5.2028	0.55%
[740-760)	0.01	-4.3423	-5.5873	0.37%
[760-780)	0.01	-4.6599	-5.9049	0.27%
[780-800)	0.01	-5.0625	-6.3076	0.18%
[800-820)	0.01	-5.2521	-6.4971	0.15%
总和	0.07	-2.6468	-3.8918	2.00%

	取值	备注
实际好坏比（odds1）	0.02041	用2%算的
样本好坏比（odds）	0.07088
ln(odds1/odds)	-1.24505

C列就是各分数段预测出来的真实水平的违约概率啦~