sinat_37333675的博客

策略规则串行还是并行?前2个月，策略规则并行运行，保存数据用作后期数据分析调整规则卡点。稳定后策略规则串行跑即可，节约成本。先查三方数据，后查征信的原因：1.三方数据价格便宜，若命中，节约成本。2.提高客户体验，若三方拒绝，不会在征信上留下记录。**不要频繁查征信：**用信策略和贷中规则中，半年之后再查征信，频繁查征信贵，且会遭到客户投诉。...

一、在线安装pip install toad -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com（镜像速度快）二、离线安装Toad安装时需要更新其他包的版本，需要下载五个安装包：安装顺序为numpy、threadpoolctl、scikit_learn、seaborn、toad。...

WOE(weight of envidence) 证据权重计算公式：woei=ln(badi/bad总goodi/good总)=ln(badibad总)−ln(goodigood总)woe_{i}=ln(\frac {bad_{i}/bad_{总}}{good_{i}/good_{总}})=ln(\frac {bad_{i}}{bad_{总}})-ln(\frac {good_{i}}{good_{总}})woei​=ln(goodi​/good总​badi​/bad总​​)=ln(bad总​badi​​

1.遇到KS=0.32，AUC=0.54问题：KS值只能反映出哪个分段是区分度最大的，不能反映出所有分段的效果。2.输出预测值在[0.002,0.04]之间，KS阈值切分问题和KS横坐标表示含义。其中最常用的是TPR和FPR。最理想的模型，当然是TPR尽量高而FPR尽量低啦，然而任何模型在提高正确预测概率的同时，也会难以避免地增加误判率。听起来有点抽象，好在有ROC曲线非常形象地表达了二者之间的关系。对于一个二分类模型，输出的最初结果是连续的；假设已经确定一个阀值，那么最初结果大于阀值时，则输出最终结

模型违约概率到信用评分的转化定义坏好比odds=p/(1-p)P是LR计算的违约概率（即坏人的概率），1-p即好人的概率。评分卡设定的分值刻度可以通过将分值表示为比率对数的线性表达式scores=A-B*ln⁡(p/(1-p))注意：B前面是负号，坏好比越大，评分值越小。若是好坏比，B前面是正号。A、B值通过将两个已知或假设的分值带入计算得到。通常情况下，需要设定两个假设：（1）给...