首页
›
金融科技风控与量化工程
›
001-信用评分模型特征样本分层
›
《信用评分模型特征选择案例》
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
信用评分模型特征选择案例
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
信用评分模型概述
什么是信用评分 · 评分卡模型简介 · 特征选择在模型中的作用
信用评分模型概述
什么是信用评分
02
特征选择基础理论
特征选择方法分类(过滤式 · 包裹式 · 嵌入式)
特征选择基础理论
特征选择方法分类
03
数据探索与预处理
缺失值处理 · 异常值检测 · 数据标准化
数据探索
预处理
04
单变量特征选择
方差选择法 · 相关系数法 · 信息增益
单变量特征选择
方差选择法
05
卡方检验在特征选择中的应用
卡方检验原理 · 在分类特征中的应用 · 案例实操
卡方检验
特征选择
06
互信息与最大信息系数
互信息计算 · MIC特性 · 非线相关性检测
互信息
最大信息系数
07
递归特征消除(RFE)
RFE原理 · 基于逻辑回归的RFE · 稳定性分析
RFE
递归特征消除
08
基于模型的特征选择(Embedded)
L1正则化(Lasso) · 树模型特征重要性(随机森林/XGBo…
Embedded
基于模型的特征选…
09
Boruta算法
Boruta原理 · 与随机森林结合 · 特征确认
Boruta
算法
10
特征稳定性评估
PSI(群体稳定性指标) · 特征随时间变化的监控
特征稳定性评估
PSI
11
特征相关性分析
皮尔逊相关系数 · 斯皮尔曼秩相关系数 · VIF多重共线性检测
特征相关性分析
皮尔逊相关系数
12
特征交互与组合
特征交叉 · 多项式特征 · 逻辑回归中的交互项
特征交互
组合
13
WOE编码与IV值计算
WOE(Weight of Evid… · IV(Information Val…
WOE
IV
14
评分卡构建流程
数据准备 · 特征分箱 · WOE转换
评分卡构建流程
数据准备
15
特征分箱方法
等距分箱 · 等频分箱 · 决策树分箱
特征分箱方法
等距分箱
16
基于遗传算法的特征选择
遗传算法原理 · 适应度函数 · 交叉变异
基于遗传算法的特…
遗传算法原理
17
基于主成分分析(PCA)的特征提取
PCA原理 · 降维与解释方差 · 在信用评分中的应用
PCA
基于主成分分析
18
线性判别分析(LDA)与特征提取
LDA原理 · 与PCA对比 · 案例
LDA
线性判别分析
19
特征选择中的过拟合与交叉验证
交叉验证策略 · 特征选择在CV中的偏差 · 嵌套交叉验证
特征选择
过拟合
20
处理不平衡数据的特征选择
SMOTE · 过采样与欠采样 · 特征选择时的数据平衡策略
处理不平衡数据的…
SMOTE
21
特征选择在Lending Club数据集上的实战
数据加载 · 清洗 · 特征工程
Lending
Club
22
特征选择在银行个人信贷数据集上的实战
真实案例 · 特征选择流程 · 评分卡构建
特征选择
银行个人信贷数据…
23
自动化特征选择工具
Feature-engine · Scikit-learn Selec… · Optuna
自动化特征选择工…
Feature-engi…
24
特征选择与模型可解释性
SHAP值特征重要性 · LIME局部解释 · 与特征选择的关系
特征选择
模型可解释性
25
时间序列特征选择(信用行为数据)
滞后特征 · 窗口统计 · 稳定性检查
时间序列特征选择
信用行为数据
26
特征选择在信用评分模型中的业务约束
合规性 · 可解释性 · 特征可获取性
特征选择
信用评分模型
27
特征选择后的模型验证
KS值 · AUC · Gini系数
特征选择后的模型…
KS
28
特征选择与模型部署
特征存储 · 特征监控 · 模型更新策略
特征选择
模型部署
29
高级话题
深度学习特征选择(自编码器 · 注意力机制) · 图神经网络特征选择
高级话题
深度学习特征选择
30
课程总结与展望
特征选择最佳实践 · 未来趋势 · 推荐资源与书籍
课程总结
特征选择最佳实践
所属VIP或分类
同VIP:Python信用评分卡模型实战教程
同VIP:Python信用评分特征筛选教程
同VIP:XGBoost信用评分建模实战