对数据分析、机器学习、数据科学、金融风控等感兴趣的小伙伴,需要数据集、代码、行业报告等各类学习资料,可添加微信:wu805686220(记得要备注喔!),也可关注微信公众号:风控圏子(别打错字,是圏子,不是圈子,算了直接复制吧!)

关注公众号后,可联系圈子助手加入如下社群:
- 机器学习风控讨论群(微信群)
- 反欺诈讨论群(微信群)
- python学习交流群(微信群)
- 研习社资料(qq群:102755159)(干货、资料、项目、代码、报告、课件)
相互学习,共同成长。
考虑到用户下沉严重、流量成本高等问题,为保证成本和收益的balance,就要合理控制loan%和bad%之间的balance。因此,现金贷产品的风控策略有别于消金、电商等,不能一味的拒绝,而要合理有序的筛选,拒掉坏的,放掉好的,过滤无法识别的。
我们采用通用的漏斗模型。
漏斗策略:生成cart树的方法采用贪心策略,按风险权重排序,二叉分裂节点,树深5到6,叶子节点8到10。
这样可以在逻辑较为简单的情况下保证对绝对风险的控制,进而根据loan%和bad%的平衡问题通过调整单元节点的阈值而收敛树损失。