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
›
《特征工程优化信用评分实用教程》
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
特征工程优化信用评分实用教程
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
特征工程概述
概念 · 目的与信用评分应用
特征工程概述
概念
02
信用评分业务理解
风险因素与特征需求分析
信用评分业务理解
风险因素
03
数据收集与探索
数据源 · 数据类型与EDA
数据收集
探索
04
数据清洗基础
缺失值处理策略(删除 · 填充)
数据清洗基础
缺失值处理策略
05
数据清洗进阶
异常值检测与处理(IQR · Z-Score)
数据清洗进阶
IQR
06
特征编码
标签编码 · 独热编码与目标编码
特征编码
标签编码
07
数值特征处理
标准化 · 归一化与对数变换
数值特征处理
标准化
08
连续变量分箱
等距分箱 · 等频分箱与最优分箱
连续变量分箱
等距分箱
09
分箱进阶
卡方分箱 · 决策树分箱
分箱进阶
卡方分箱
10
WOE编码与IV值
计算原理与信用评分应用
WOE
IV
11
特征选择基础
过滤法(方差阈值 · 相关系数)
特征选择基础
过滤法
12
特征选择进阶
包裹法(递归特征消除)与嵌入法(La…
特征选择进阶
La
13
特征重要性评估
随机森林 · XGBoost特征重要性
特征重要性评估
随机森林
14
特征交叉
多项式特征与交互项生成
特征交叉
多项式特征
15
时间特征工程
时间戳分解 · 滑动窗口统计
时间特征工程
时间戳分解
16
文本特征处理
借贷描述文本的向量化(TF-IDF · 词嵌入)
文本特征处理
TF-IDF
17
类别特征高级处理
计数编码 · 频率编码 · 贝叶斯平滑
类别特征高级处理
计数编码
18
聚合特征
分组统计(均值 · 最大值 · 累计值)
聚合特征
分组统计
19
特征降维
PCA主成分分析原理与实战
特征降维
PCA
20
特征降维进阶
LDA线性判别分析与t-SNE
特征降维进阶
LDA
21
聚类特征
KMeans聚类结果作为新特征
聚类特征
KMeans
22
深度学习特征
自编码器提取特征
深度学习特征
自编码器提取特征
23
特征自动化
Featuretools自动化特征工…
特征自动化
Featuretools
24
特征存储与管理
特征平台 · 特征仓库概念
特征存储
管理
25
特征监控与漂移检测
数据漂移 · 模型漂移
特征监控
漂移检测
26
模型可解释性
SHAP值 · LIME在特征分析中的应用
模型可解释性
SHAP
27
信用评分卡构建
从特征到评分映射
信用评分卡构建
从特征到评分映射
28
特征工程优化实战
A信用卡逾期预测案例
特征工程优化实战
A信用卡逾期预测…
29
特征工程优化实战
B信贷申请评分案例
特征工程优化实战
B信贷申请评分案…
30
总结与最佳实践
特征工程常见陷阱与经验分享
最佳实践
特征工程常见陷阱
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