关于评分卡的阅读理解

下图是一个模型demo。

低分段的区分能力较好。有两个原因，第一，低分段的客户确实很多，sample_cnt有1059个，占了所有用户的20.98%。

但是哪怕去掉最后一档，类似坏账率还是达到了50.6%，而且这是以7天作为表现期的标签。

真实的逾期触发是51%左右，哪怕去掉最后2挡，7天内的还款也只有5%左右。

从坏账率来看，排序性是还可以的。但是看odds，最高分段的只有5.06，就是说好坏比是5比1.第二高分段只剩下2.9了，所以这个模型表现在中分段的表现实很差的。由于线上的表现是随机的(量小导致)，所以可能会导致线上的排序性不好，因为odds本身没有已经没有很多的区分能力了。

可以看出来2个问题，第一，用户客群本身就是很差的，不然不可能会出现最低分段拥堵的情况。第二，特征的区分能力不强，这有两个原因，1是特征本身不强，2是客群很会演。

如果直接以硬规则拒贷的话，通过率就会很低。

贴一个demo的ks图