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：特征筛选与模型调优实战

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
课程导论
坏样本归因的定义 · 业务价值与整体技术栈概览
课程导论坏样本归因的定义
02
数据质量初探
缺失值 · 异常值 · 重复值的识别与可视化
数据质量初探缺失值
03
单变量分析
均值 · 方差 · 分布形态与业务逻辑校验
单变量分析均值
04
双变量交叉分析
相关性矩阵 · 卡方检验与信息价值(IV)计算
双变量交叉分析相关性矩阵
05
特征工程基础
数值型特征标准化 · 归一化与分箱
特征工程基础数值型特征标准化
06
特征工程进阶
类别型特征编码（独热 · 标签 · 目标编码）
特征工程进阶类别型特征编码
07
特征筛选方法一
基于方差阈值（VarianceThr…
特征筛选方法一VarianceThr
08
特征筛选方法二
基于相关系数与互信息的过滤法
特征筛选方法二基于相关系数
09
特征筛选方法三
基于模型（随机森林 · XGBoost）的特征重要性排序
特征筛选方法三基于模型
10
特征筛选方法四
递归特征消除（RFE）与交叉验证RF…
特征筛选方法四RFE
11
特征筛选方法五
L1正则化（Lasso）与嵌入法特征…
特征筛选方法五L1
12
特征筛选综合实战
多方法融合与特征子集评估
特征筛选综合实战多方法融合
13
坏样本定义与标注
业务规则 · 异常检测算法（孤立森林 · LOF）与半监督方法
坏样本定义标注
14
样本不平衡处理
过采样（SMOTE） · 欠采样与代价敏感学习
样本不平衡处理SMOTE
15
模型选择
逻辑回归 · 决策树 · 随机森林
模型选择逻辑回归
16
基线模型建立
快速搭建逻辑回归与决策树基线
基线模型建立快速搭建逻辑回归
17
超参数调优基础
网格搜索（GridSearchCV）…
超参数调优基础GridSearchCV
18
超参数调优进阶
贝叶斯优化（Hyperopt/ Op…
超参数调优进阶Hyperopt
19
模型评估指标
准确率 · 精确率 · 召回率
模型评估指标准确率
20
坏样本归因分析
SHAP值计算与全局/局部解释
坏样本归因分析SHAP
21
坏样本归因分析
Partial Dependence…
坏样本归因分析Partial
22
坏样本归因分析
LIME局部可解释模型与对比分析
坏样本归因分析LIME
23
特征交互与高阶特征
多项式特征 · 交叉特征与特征组合
特征交互高阶特征
24
模型过拟合诊断
学习曲线 · 验证曲线与早停法
模型过拟合诊断学习曲线
25
模型集成策略
Bagging · Boosting · Stacking与Voting
模型集成策略Bagging
26
模型校准
概率校准（Platt Scaling · Isotonic Regressio…
模型校准Platt
27
模型部署与监控
模型上线流程 · PSI（群体稳定性指标）监控
模型部署监控
28
实战案例一
信贷风控场景下的坏样本归因与特征筛选…
实战案例一信贷风控场景下的…
29
实战案例二
工业设备故障预测中的特征工程与模型调…
实战案例二工业设备故障预测
30
课程总结与进阶路径
常见陷阱 · 最佳实践与推荐学习资源
课程总结进阶路径