juzexia的博客

原文链接：http://blog.youkuaiyun.com/lihui6636/article/details/467385571. 一般统计量均值、方差、最小值、最大值、1%分位数、5%分位数、 10%分位数、25%分位数、 50%分位数、75%分位数、90%分位数、 95%分位数、 99%分位数。一般要将数据排序后才能求得分位数。1.1  对每个Model(SEG_A、SEG_B、SEG_C、ALL)

文章原网址： https://zhuanlan.zhihu.com/p/26308272前言读完sklearn.preprocessing所有函数的API文档之后，基础的特征工程就可以算是入门了。然而，进阶的特征工程往往依赖于数据分析师的直觉与经验，而且与具体的数据有密切的联系，比较难找到系统性的“最好”的特征工程方法。在这里，我希望能向大家分享一种极其有效

随着中国金融业对外开放程度的加大,国内信用卡产业的竞争愈演愈烈,信用卡市场营销的费用也越来越高.如何利用有限的营销资源为发卡机构创造最大利润,实现信用卡营销和风险的精细化管理已成为信用卡产业发展的热门话题.本文通过对国外商业银行在信用卡业务中常用的Vintage分析和迁移率模型的介绍,以期有助于国内业界人员从多维度思考和对模型的灵活组合应用,实现信用卡营销和风险的精细化管理。一、