3. 基线模型定义
在金融建模的完整生命周期中，基线模型（Baseline Model）并不是一个“随便跑跑看”的临时产物，而是整个模型开发、验证与迭代的参照原点。没有基线，Challenger 模型与增量评估就失去了比较的锚点：你无法判断一个新模型带来的AUC提升是真实信号，还是数据切分或调参带来的噪声。因此，理解基线模型的定义、作用与选择标准，是进入模型对比与增量评估的前置能力。
一、核心原理：基线模型到底在“锚定”什么
基线模型的本质，是用一个尽可能简单、可解释、可复现的建模方案，为后续复杂模型提供一个性能与业务逻辑的参照系。它锚定三件事：
- 性能下限：任何新模型如果连基线都跑不赢，说明其复杂度没有转化为有效信息，应优先排查数据泄漏、标签定义或评估口径问题。
- 业务可解释性：逻辑回归、决策树等基线模型通常能输出系数、分裂规则或评分卡，便于风控、合规与业务方理解“为什么拒绝这个客户”。
- 工程可复现性：基线模型训练快、依赖少，适合作为回归测试的固定基准，在数据版本、特征版本变化时快速定位问题。
基线模型不是“最差的模型”，而是“最可信的参照物”。它的价值不在于多强，而在于稳定、透明、可被反复复现。
二、选择标准：什么样的模型适合做基线
选择基线模型时，应围绕以下五个维度进行判断，而不是简单选择“最简单的模型”。
| 选择维度 | 核心问题 | 推荐做法 |
|---|---|---|
| 可解释性 | 业务方能否理解模型决策依据？ | 优先逻辑回归、单棵决策树、评分卡 |
| 训练成本 | 能否在分钟级完成训练与复现？ | 避免深度网络、大规模集成模型 |
| 稳定性 | 换随机种子或小样本扰动后结果是否稳定？ | 选择低方差模型，固定随机种子 |
| 业务对齐 | 是否符合当前业务规则与监管要求？ | 评分卡、规则+逻辑回归组合 |
| 可扩展性 | 能否平滑升级为 Challenger 的对照？ | 保留特征工程与评估口径一致 |
需要强调的是，基线模型的选择必须与评估口径绑定。如果基线用AUC评估，而Challenger用KS或PR-AUC，那么对比就失去意义。因此，在定义基线时，应同时冻结：样本切分方式、特征集合、评估指标、阈值策略与业务成本矩阵。
三、常见基线模型及其适用场景
金融风控、营销响应、反欺诈等场景中，以下四类基线模型最为常见。
- 逻辑回归（Logistic Regression）：最经典的基线。输出概率可校准，系数方向明确，适合评分卡与监管报送。缺点是难以自动捕捉非线性与交互项，需要人工特征工程。
- 决策树（Decision Tree）：单棵浅树即可作为基线，分裂规则直观，适合向业务解释“哪些条件触发拒绝”。缺点是方差大，需限制深度与最小叶节点样本数。
- 朴素贝叶斯（Naive Bayes）：训练极快，适合高维稀疏文本或行为序列特征，常作为反欺诈早期基线。缺点是特征独立假设较强，概率校准较差。
- 规则模型（Rule-based）：由业务专家给出的硬规则组合，如“近90天逾期次数≥3则拒绝”。它是最贴近业务的基线，但覆盖率和区分度有限。
# 逻辑回归基线示例（伪代码）
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import roc_auc_score
baseline = LogisticRegression(
penalty='l2',
C=1.0,
solver='lbfgs',
max_iter=1000,
random_state=42
)
baseline.fit(X_train, y_train)
proba = baseline.predict_proba(X_valid)[:, 1]
print("Baseline AUC:", roc_auc_score(y_valid, proba))
在评分卡场景中，逻辑回归常配合 WOE 编码与 IV 筛选，形成“可解释基线”。此时基线不仅是一个模型，更是一套特征处理与评分映射流程。
四、案例与场景：基线如何支撑增量评估
假设某消费金融公司要上线一个新的申请评分模型。团队先建立逻辑回归基线，在验证集上得到AUC=0.72、KS=0.31。随后训练XGBoost Challenger，得到AUC=0.76、KS=0.36。表面看提升明显，但进一步做增量评估发现：
- Challenger 的增益主要来自三个强特征，而这三个特征在基线中因缺失率高被剔除；
- 在缺失这三个特征的子样本上，Challenger 相对基线的AUC提升仅为0.01；
- 基线在跨时间样本上表现更稳定，Challenger 在OOT样本上AUC下降0.04。
这说明：基线不仅提供了性能对照，还帮助团队识别增益来源与稳定性风险。如果没有基线，团队很可能直接上线Challenger，忽略其在缺失场景与跨期样本上的退化。
五、误区与复盘：基线模型常见的四个坑
误区一：把基线当“陪跑”。 基线一旦建立，就应冻结其数据版本、特征版本与评估脚本。若基线随Challenger一起调参，对比就失去意义。
- 误区二：基线过于复杂。 如果基线本身用了XGBoost，那么Challenger的提升空间被压缩，且无法判断增益来自模型结构还是调参。
- 误区三：忽略业务成本。 AUC提升不等于利润提升。基线应结合通过率、坏账率与审批成本，形成业务口径的对照。
- 误区四：不做OOT验证。 仅看验证集对比容易高估Challenger。基线在跨期样本上的稳定性，往往是其最大价值。
复盘时，建议将基线模型固化为一个可重复执行的评估流水线：固定随机种子、固定特征列表、固定切分逻辑，并记录每次Challenger相对基线的增量指标。这样，基线才真正成为模型治理与增量评估的基石。