Buevara的博客

金融领域(尤其是评分卡)建模，模型并不复杂，虽然网上到处都是神经网络、xgboost的文章，但当下的建模过程中（至少在金融风控领域）并没有完全摆脱logistic模型，原因大致有以下几点：1.logistic模型客群变化的敏感度不如其他高复杂度模型，因此稳健更好，鲁棒性更强。2.模型直观。系数含义好阐述、易理解。对金融领域高管以及银行出身的建模专家，变量系数可以跟他们的业内知识做交叉验证，更容易让人信服。3.也是基于2的模型直观性，当模型效果衰减的时候，logistic模型能更好的诊断病因。在使

构建风控模型时，常用特征的分箱方法可以分为两大类：有监督 Best-KS ChiMerge无监督 等频 等距 聚类有监督Best-KSChiMerge卡方阈值的确定：　　根据显著性水平和自由度得到卡方值　　自由度比类别数量小1。例如：有3类,自由度为2，则90%置信度(10%显著性水平)下，卡方的值为4.6。阈值的意义　　类...

1.皮尔森相关系数参考文档：https://www.zhihu.com/question/208520042.方差膨胀因子图片来源：http://sofasofa.io/forum_main_post.php?postid=1000484R²称为可决系数(Coefficient of determination)。复相关系数Ri等于：（来源百度百科）3.二者区别皮尔森相关系数：复相关系数R：图片来源：https://zhuanlan.zhihu.com/p/37605060皮尔森