VIP20
本课程属于：007-贷后预警策略坏样本归因 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

坏样本归因与特征工程详解

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
坏样本定义
什么是坏样本 · 坏样本在风控/反欺诈/异常检测中的典… · 坏样本与噪声的区别
坏样本定义什么是坏样本
02
坏样本归因基础
归因分析的目的 · 归因的三种层次（描述性 · 诊断性
坏样本归因基础归因分析的目的
03
坏样本数据采集
数据源分类（内部日志 · 外部三方 · 埋点数据）
坏样本数据采集数据源分类
04
坏样本标签工程
标签定义与漂移 · 正负样本不平衡问题 · 样本加权与分层采样策略
坏样本标签工程标签定义
05
坏样本特征工程总览
特征工程在归因中的位置 · 特征工程流程（清洗 · 构造
坏样本特征工程总…特征工程
06
数值特征处理
缺失值填充（均值/中位数/模型预测） · 异常值截断与分箱 · 标准化与归一化方法
数值特征处理缺失值填充
07
类别特征编码
独热编码 · 标签编码 · 目标编码
类别特征编码独热编码
08
时间特征构造
时间戳分解（年/月/日/周/小时） · 时间窗口聚合（滑动平均 · 差分）
时间特征构造时间戳分解
09
文本特征提取
TF-IDF · 词袋模型 · N-gram
文本特征提取TF-IDF
10
行为序列特征
用户行为序列的构建 · 序列长度截断 · 序列嵌入（LSTM/Transfor…
行为序列特征用户行为序列的构…
11
交叉特征与高阶特征
特征交叉（笛卡尔积 · 多项式） · 基于树模型的特征组合
交叉特征高阶特征
12
特征选择方法
过滤法（方差阈值 · 卡方检验 · 互信息）
特征选择方法过滤法
13
特征重要性评估
基于树模型的特征重要性 · Permutation Import… · SHAP值在归因中的解读
特征重要性评估基于树模型的特征…
14
特征监控与漂移检测
PSI（群体稳定性指标） · 特征分布对比（KS检验） · 特征缺失率与异常值率监控
特征监控漂移检测
15
坏样本归因方法论
统计归因（对比分析 · 假设检验） · 机器学习归因（可解释模型
坏样本归因方法论统计归因
16
SHAP与归因解释
SHAP值计算原理 · SHAP Summary Plot · SHAP Force Plot在单样…
SHAP归因解释
17
LIME与局部解释
LIME原理 · 在坏样本归因中的局部近似 · LIME与SHAP的对比
LIME局部解释
18
树模型归因
决策路径提取 · 特征分裂点贡献 · XGBoost/LightGBM的增…
树模型归因决策路径提取
19
线性模型归因
逻辑回归系数解读 · 标准化系数比较 · 置信区间与显著性检验
线性模型归因逻辑回归系数解读
20
反事实归因
反事实样本生成（基于GAN/VAE） · 反事实推理在归因中的应用 · 最小改动原则
反事实归因GAN/VAE
21
因果归因初步
因果图（DAG） · 后门准则与前门准则 · Do-Calculus在归因中的角色
因果归因初步DAG
22
A/B测试与归因
A/B测试设计 · 分流策略 · 统计显著性计算
A/B测试
23
多维度下钻归因
维度下钻（时间 · 地域 · 渠道
多维度下钻归因维度下钻
24
归因报告自动化
归因报告模板设计 · 关键指标自动计算 · 可视化仪表盘（SVG图表展示）
归因报告自动化归因报告模板设计
25
特征工程Pipeline
特征工程流水线设计（sklearn… · 特征存储（Feature Store… · 特征回溯与在线一致性
Pipeline特征工程
26
大规模特征工程
Spark/分布式特征计算 · 特征并行化策略 · 特征降维（PCA
大规模特征工程Spark
27
坏样本归因实战案例一
信贷风控坏样本归因——从特征工程到S…
坏样本归因实战案…信贷风控坏样本归…
28
坏样本归因实战案例二
反欺诈场景坏样本归因——行为序列特征…
坏样本归因实战案…反欺诈场景坏样本…
29
坏样本归因实战案例三
工业异常检测坏样本归因——传感器特征…
坏样本归因实战案…工业异常检测坏样…
30
课程总结与进阶方向
归因与特征工程的核心要点回顾 · 前沿方向（可解释AI · 因果机器学习
课程总结进阶方向