VIP20
本课程属于：001-信用评分模型特征样本分层 金融科技风控与量化工程 · 共 20 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

信用评分卡特征分箱实战方法

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
信用评分卡概述
定义 · 历史 · 应用场景
信用评分卡概述定义
02
特征分箱的目的与意义
为什么要分箱？好处
特征分箱的目的意义
03
数据预处理
缺失值处理 · 异常值处理 · 数据类型转换
数据预处理缺失值处理
04
等距分箱方法
原理与实现
等距分箱方法原理
05
等频分箱方法
原理与实现
等频分箱方法原理
06
决策树分箱
利用CART等
决策树分箱CART
07
卡方分箱
ChiMerge算法
卡方分箱ChiMerge
08
最优分箱
基于IV或卡方统计量
最优分箱IV
09
单调性约束分箱
确保WOE单调
单调性约束分箱WOE
10
WOE与IV计算
证据权重与信息价值公式
WOEIV
11
IV值评估特征预测能力。
IV值评估特征预测能力 · 核心概念 · 实践要点
IV值评估特征预测能…
12
分箱后的特征编码
WOE编码 · 哑变量编码
分箱后的特征编码WOE
13
分箱质量评估指标
IV · 卡方统计量 · 单调性
分箱质量评估指标IV
14
手动分箱与自动分箱选择。
手动分箱与自动分箱选择 · 核心概念 · 实践要点
手动分箱自动分箱选择
15
使用Python实现等距分箱（pandas cut）。
使用Python实现等距分箱（panda… · 核心概念 · 实践要点
Pythonpandas
16
使用Python实现等频分箱（qcut）。
使用Python实现等频分箱（qcut） · 核心概念 · 实践要点
Pythonqcut
17
使用Python实现决策树分箱（sklearn树模型）。
使用Python实现决策树分箱（skle… · 核心概念 · 实践要点
Pythonsklearn
18
使用Python实现卡方分箱（自定义或chi2）。
使用Python实现卡方分箱（自定义或c… · 核心概念 · 实践要点
Pythonchi2
19
使用toad库进行分箱。
使用toad库进行分箱 · 核心概念 · 实践要点
toad使用
20
使用scorecardpy库进行分箱。
使用scorecardpy库进行分箱 · 核心概念 · 实践要点
scorecardpy使用
21
分箱的合并与调整
边界调整 · 类别合并
分箱的合并调整
22
分箱的自动化流程设计。
分箱的自动化流程设计 · 核心概念 · 实践要点
分箱的自动化流程…重点
23
分箱在评分卡建模中的位置
从数据到模型
分箱评分卡建模
24
评分卡刻度
缩放 · 分数转换
评分卡刻度缩放
25
评分卡模型评估
KS · AUC · PSI等
评分卡模型评估KS
26
分箱过拟合问题及避免。
分箱过拟合问题及避免 · 核心概念 · 实践要点
分箱过拟合问题避免
27
缺失值分箱处理策略。
缺失值分箱处理策略 · 核心概念 · 实践要点
缺失值分箱处理策…重点
28
交叉验证下的分箱稳定性。
交叉验证下的分箱稳定性 · 核心概念 · 实践要点
交叉验证下的分箱…重点
29
实际案例
信用评分卡特征分箱全流程
实际案例信用评分卡特征分…
30
总结与最佳实践
从零到一构建稳健分箱方案
最佳实践从零到一构建稳健…