6 逻辑回归评分卡

6 逻辑回归评分卡

学习目标

• 掌握KS值的计算方法
• 知道评分映射方法

1 模型构建流程

1.1 实验设计

新的模型能上线一定要比原有方案有提升，需要通过实验证明

冷启动	业务初期	成长期	波动期	策略调整	新增数据源
人工审核	人工审核	新旧模型对比	新旧模型对比	避免迭代模型	新旧模型对比
规则模型	标准模型	长短表现期对比	稳定和波动人群	线上模型、陪跑	和标准模型对比
数据驱动模型	上一版模型

业务逐渐稳定后，人工审核是否会去掉 - 一般算法模型上线后，在高分段和低分段模型表现较好，中间的用户可能需要人工参与审核 - 模型表现越来越好之后，人工审核的需求会逐步降低，但不会去掉

标准模型：逻辑回归，随机森林

策略和模型不会同时调整

1.2 样本设计

ABC卡观察期，表现期

	观察期	表现期
实时A卡	申请时点往前6~12个月	FPD7，FPD30
白名单A卡	邀请时点/激活时点往前6~12个月	FPD30
B卡	当前未逾期用户任意用信时点前6~12个月	当期/后续2-6期DPD30/DPD60
C卡	当前逾期未还用户还款日后1天/30天/60天往前6~12个月	当期DPD30/60/90

还款状态和DPD一起刻画了用户的逾期情况

	还款日前（Before Due）	还款日后（After Due）
完全还款（Fully Repay）	FB（好用户）	FA（催回来了）
部分还款（Patially Repay）	PB	PA（有意愿，但无力完全还款）
展期（Extend）	EB（提前展期）	EA （违约后展期，可能是高危用户）
未还款（Not Repay）	NB	NA

A卡 申请新客 B卡未逾期老客 C卡 逾期老客

当前逾期：出现逾期且到观测点为止未还清 NA，PA

历史逾期：曾经出现过逾期已还清或当前逾期 FA，NA，PA

举例：

	一月	二月	三月	四月	五月
还款状态	还清	还清	还清	还清	还清
DPD	40	0	0	0	0

上面情况属于 B卡客户

	一月	二月	三月	四月	五月
还款状态	还清	还清	还清	还清	未还
DPD	0	0	0	0	40

上面情况属于C卡客户

	一月	二月	三月	四月	五月
还款状态	还清	还清	还清	未还	未还
DPD	40	0	0	40	10

上面情况属于 C卡客户

• 样本设计表格

	训练集						测试集
	1月	2月	3月	4月	5月	6月	7月	8月
总