VIP16
本课程属于：014-支付欺诈、商户风险与EMV 3DS 智能金融与金融工程 · 共 16 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

商户风险评分卡：分群与模型训练案例

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
商户风险评分卡的定义 · 应用场景（收单 · 信贷
课程导论商户风险评分卡的…
02
风险评分卡基础
评分卡原理 · WOE与IV的概念 · 逻辑回归与评分卡转换
风险评分卡基础评分卡原理
03
商户数据概览
常见商户数据类型（交易 · 工商 · 黑名单
商户数据概览常见商户数据类型
04
数据探索与质量分析
缺失值 · 异常值 · 重复值检测
数据探索质量分析
05
商户分群方法论
为什么要分群？基于行业 · 规模 · 交易行为的聚类方法（K-Means
商户分群方法论为什么要分群？基…
06
分群实战
使用Python对商户交易数据进行聚… · 确定最优K值（肘部法则 · 轮廓系数）
分群实战Python
07
分群结果解读
各群画像分析 · 群内风险特征差异 · 分群对建模的增益
分群结果解读各群画像分析
08
特征工程基础
原始特征衍生（统计类 · 比率类 · 趋势类）
特征工程基础原始特征衍生
09
高级特征构造
图特征（商户关联网络） · 文本特征（商户名称NLP） · 时序特征
高级特征构造图特征
10
特征筛选方法
方差过滤 · 相关系数 · IV值排序
特征筛选方法方差过滤
11
WOE编码与证据权重
WOE计算公式 · 单调性检验 · 分箱策略（等频
WOE编码
12
IV值计算与特征选择
IV值分级标准（0.3强）
IV值计算
13
数据集划分
训练集 · 验证集 · 测试集划分策略（时间序列划分 vs…
数据集划分训练集
14
样本不平衡处理
过采样（SMOTE） · 欠采样 · 代价敏感学习在商户风险中的应用
样本不平衡处理SMOTE
15
逻辑回归模型训练
statsmodels与sklear… · 正则化参数调优（C值）
逻辑回归模型训练statsmodels
16
模型评估指标
混淆矩阵 · KS值 · AUC-ROC
模型评估指标混淆矩阵
17
评分卡刻度设计
基准分 · PDO（每翻倍分数） · 评分公式推导与实现
评分卡刻度设计基准分
18
评分卡生成
将逻辑回归系数转换为分数 · 生成标准评分卡表格
评分卡生成将逻辑回归系数转…
19
分群评分卡策略
为每个商户群独立训练评分卡 vs 统…
分群评分卡策略vs
20
模型对比实验
单模型 vs 分群模型 · 在KS · AUC
模型对比实验vs
21
模型稳定性监控
PSI（群体稳定性指标）计算 · 特征稳定性分析
模型稳定性监控PSI
22
模型上线部署
PMML导出 · Flask API封装 · 实时评分接口设计
模型上线部署PMML
23
模型后处理
分数校准 · 拒绝推断（Reject Infere…
模型后处理分数校准
24
案例实战1
从0到1构建电商商户风险评分卡（数据…
案例实战1从0到1构建电商…
25
案例实战2
线下收单商户风险评分卡（重点处理大额…
案例实战2线下收单商户风险…
26
案例实战3
跨境商户风险评分卡（汇率波动 · 多币种 · 地域风险特征）
案例实战3跨境商户风险评分…
27
模型文档与合规
模型风险等级 · 可解释性报告 · 监管要求（巴塞尔协议
模型文档合规
28
模型迭代与生命周期管理
Champion/Challenge… · 月度/季度重训机制
模型迭代生命周期管理
29
常见问题与陷阱
过拟合 · 未来信息泄露 · 群体偏移
常见问题陷阱
30
课程总结与进阶
联邦学习在商户风控中的应用 · 图神经网络评分卡展望
课程总结进阶