点击空白处退出提示
作品详情
由于借贷数据特征以连续型为主，故本人选取解释性更好，更适合连续型数据的逻辑回归模型。
处理过程分为以下几个步骤：
特征选择 选取符合条件的特征，根据相关性、缺失率、IV等指标
数据划分 按照一定比例划分训练集和验证集，用于模型训练和验证
卡方分箱 利用分箱把连续值离散化，手动调整分箱单调性让分箱结果更贴合真实业务场景
WOE编码 为各个分箱分配不同权重，并通过设置IV阈值处理过拟合，得到新数据集
模型训练 输入新数据集并设置模型参数来解决样本不平衡现象，通过训练得到模型
模型验证 绘制ROC，根据AUC值评估模型灵敏度，根据k-值评估模型区分好坏客户的能力
技术栈：Python + Pandas + Numpy + Sklearn + LR + Matplotlib
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
评论