1、上午主要是帮tony拿一些逾期相关的数据，在新老客户的判别上我想写得完备一些，但是where的方法不能直接转换为group by查全部，后来我是通过先计算loans表中客户的贷款次数，然后再用所有的national_id去连接，没连到的就是0，这样也能输出全部national_id的以往贷款次数，也能输出全部account_id的贷款次数，对于多个account_id对应一个national_id的情况，有一个别扭的加和，然后再连接，问题也是不大的！
2、下午的时间主要就是研究tony的模型，以及对他的模型的一些问题探讨，我的理解就是信用模型这东西有一部分本身就是经验主义的，经验是需要积累的，tony太偏重于数据，但是我在想30个历史上有90天逾期的人的表现和1800个人的表现没差别，30个样本太小，有没有一个量化的指标，多少个才可以说样本足够大呢？
3、下午还处理了一些sb的突发事件
花式sql 信用模型 2016.06.22回顾
本文介绍了作者在处理逾期数据及信用模型方面的实践经验。上午的工作集中在提取客户贷款数据，并解决了数据查询的技术难题。下午则深入研究了一个信用评分模型，并对样本大小的重要性进行了探讨。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
