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

Python信用评分特征筛选教程

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
信用评分概述与特征筛选的意义
信用评分概述与特征筛选的意义 · 核心概念 · 实践要点
信用评分概述特征筛选的意义
02
数据预处理
缺失值分析与填充策略
数据预处理缺失值分析
03
数据预处理
异常值检测与处理方法
数据预处理异常值检测
04
数值型特征标准化与归一化
数值型特征标准化与归一化 · 核心概念 · 实践要点
数值型特征标准化归一化
05
分类型特征编码
One-Hot · Label · Target Encoding
分类型特征编码One-Hot
06
特征选择方法论总览
过滤 · 包裹 · 嵌入
特征选择方法论总…过滤
07
过滤法
方差阈值筛选低方差特征
过滤法方差阈值筛选低方…
08
过滤法
皮尔逊相关系数与特征相关性分析
过滤法皮尔逊相关系数
09
过滤法
卡方检验与互信息在分类特征中的应用
过滤法卡方检验
10
过滤法
基于IV值（信息量）的特征筛选
过滤法IV
11
嵌入法
L1正则化（Lasso）自动特征选择
嵌入法L1
12
嵌入法
基于树模型（随机森林/GBDT）的特…
嵌入法GBDT
13
包裹法
递归特征消除（RFE）实现
包裹法RFE
14
包裹法
前向选择与后向消除算法
包裹法前向选择
15
主成分分析（PCA）降维与特征压缩
主成分分析（PCA）降维与特征压缩 · 核心概念 · 实践要点
PCA主成分分析
16
线性判别分析（LDA）在信用评分中的特征提取
线性判别分析（LDA）在信用评分中的特征… · 核心概念 · 实践要点
LDA线性判别分析
17
特征交叉
多项式特征与业务组合特征
特征交叉多项式特征
18
连续变量离散化
等宽 · 等频 · 分位数分箱
连续变量离散化等宽
19
最优分箱
卡方分箱与决策树分箱
最优分箱卡方分箱
20
WOE（证据权重）编码与特征转换
WOE（证据权重）编码与特征转换 · 核心概念 · 实践要点
WOE证据权重
21
PSI（群体稳定性指标）监测特征稳定性
PSI（群体稳定性指标）监测特征稳定性 · 核心概念 · 实践要点
PSI群体稳定性指标
22
SHAP值分析
解释模型与特征重要性
SHAP值分析
23
多重共线性诊断
VIF（方差膨胀因子）
多重共线性诊断VIF
24
特征筛选自动化Pipeline设计与实现
特征筛选自动化Pipeline设计与实现 · 核心概念 · 实践要点
Pipeline特征筛选自动化
25
使用scikit-learn完整特征选择流程
使用scikit-learn完整特征选择… · 核心概念 · 实践要点
scikit-learn使用
26
利用feature-engine库简化特征工程
利用feature-engine库简化特… · 核心概念 · 实践要点
feature-engi…利用
27
案例实战数据
Give Me Some Credi…
案例实战数据Give
28
案例实战
完整特征筛选流程（从原始数据到最终特…
案例实战完整特征筛选流程
29
特征筛选后模型评估
曲线 · KS · AUC对比
特征筛选后模型评…曲线
30
特征筛选最佳实践与常见陷阱总结
特征筛选最佳实践与常见陷阱总结 · 核心概念 · 实践要点
特征筛选最佳实践常见陷阱总结