![](https://img-blog.csdnimg.cn/20190927151043371.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
风控建模
文章平均质量分 63
为您带来关于风险建模的深入解析,并分享如何通过优化决策来应对不确定性和风险
田晖扬
这个作者很懒,什么都没留下…
展开
-
风险风控-逻辑回归理论基础
在求解逻辑回归模型参数时,常用的方法是极大似然估计,该方法通过最大化似然函数来估计模型参数,使得模型对训练数据的预测尽可能接近实际观察到的结果。在这个过程中,我们得到的计算结果通常是0-1之间的连续数字,这些数字代表了事件发生的可能性或概率。在逻辑回归中,最大似然估计是一种优化策略,其目标是寻找一组参数,可以最大化观察到的数据出现的概率。具体来说,这意味着我们希望找到一组参数,使得在给定这组参数的情况下,我们所预测的样本出现的概率是最高的。,其中p是事件发生的概率,x是特征的线性函数。原创 2023-11-06 15:10:15 · 656 阅读 · 0 评论 -
第一讲、风险风控建模-评分模型介绍
例如,在金融领域的风控建模中,我们可能会根据客户的个人信息(如年龄、性别、职业等),以及客户的信贷历史、还款行为等变量来构建评分模型。然后,通过加权求和或其他数学运算,我们可以得到每个客户的一个风险评分。此外,考虑到评分卡模型的统计学特性,例如其分箱与WOE编码可以降低数据的复杂度和特征的灵敏度,提升了模型的稳定性,这使得它特别适合用于处理大规模的零售业务。例如,在金融领域,评分模型常被用于客户的信用评估和风险识别,如A银行互联网贷款申请评分模型就是数据挖掘技术应用于客户风险识别的一个实例。原创 2023-11-06 08:44:57 · 559 阅读 · 0 评论 -
使用Python进行逻辑回归建立评分卡的完整示例代码,包括数据预处理、分箱、特征工程、共线性剔除、模型评估和信用评分规则制定的过程
逻辑回归是一种用于建立评分卡的常用统计模型。评分卡是银行、信用机构等金融机构用于评估个人信用风险的工具,通过将个人的各项信息转化为一个综合评分来判断其违约概率。原创 2023-06-26 10:00:00 · 805 阅读 · 0 评论