VIP20
本课程属于：016-支付风控策略分群评分沙盘 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

支付风控XGBoost分群评分学习资料

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
支付风控概述
支付行业风险类型（欺诈 · 盗刷 · 洗钱
支付风控概述支付行业风险类型
02
XGBoost算法原理
梯度提升树核心思想 · XGBoost目标函数与正则化 · 与随机森林/GBDT的对比
XGBoost算法原理
03
分群评分概念
为什么需要分群（用户分层 · 场景差异） · 分群评分与统一评分的区别
分群评分概念为什么需要分群
04
项目环境搭建
Python环境配置 · XGBoost库安装 · Jupyter Notebook设置
项目环境搭建Python
05
数据采集与业务理解
支付交易数据字段定义（交易ID · 用户ID · 金额
数据采集业务理解
06
数据探索性分析（EDA）
单变量分布分析（金额 · 频次） · 多变量相关性分析
EDA数据探索性分析
07
特征工程基础
特征类型分类（数值型 · 类别型 · 时间型）
特征工程基础特征类型分类
08
时间窗口特征构造
滑动窗口统计（近1小时/24小时/7… · 金额总和 · 均值
时间窗口特征构造滑动窗口统计
09
用户行为画像特征
用户历史交易频率 · 历史欺诈标签 · 设备关联用户数
用户行为画像特征用户历史交易频率
10
设备指纹与网络特征
设备ID唯一性 · 设备型号分布 · IP风险等级
设备指纹网络特征
11
类别特征编码
Label Encoding · One-Hot Encoding · Target Encoding（均值…
类别特征编码Label
12
特征选择与降维
方差阈值过滤 · 卡方检验 · 互信息
特征选择降维
13
样本不平衡处理
支付风控中正负样本比例（通常1 · 过采样（SMOTE） · 欠采样
样本不平衡处理支付风控
14
数据集划分与交叉验证
时间序列划分（避免未来信息泄露） · 分层抽样 · K折交叉验证
数据集划分交叉验证
15
分群策略制定
基于用户等级（新用户/老用户/高价值… · 基于交易场景（线上/线下/跨境） · 基于风险等级（低/中/高）的分群规则
分群策略制定基于用户等级
16
分群模型训练（上）
针对低风险群训练XGBoost基线模… · 参数初始化 · 训练集/验证集划分
分群模型训练XGBoost
17
分群模型训练（中）
针对中风险群训练XGBoost模型 · 调整学习率与树深度 · 处理该群特有的特征分布
分群模型训练XGBoost
18
分群模型训练（下）
针对高风险群训练XGBoost模型 · 重点优化召回率 · 使用早停法防止过拟合
分群模型训练XGBoost
19
XGBoost超参数调优
网格搜索（GridSearchCV） · 随机搜索（RandomizedSea… · 贝叶斯优化（Optuna）介绍
XGBoost超参数调优
20
模型评估指标（上）
混淆矩阵 · 精确率 · 召回率
模型评估指标混淆矩阵
21
模型评估指标（下）
KS统计量 · Lift曲线 · Gini系数
模型评估指标KS
22
分群评分卡生成
将XGBoost输出概率转换为标准评… · 评分刻度设定（PDO=50 · 基准分=600）
分群评分卡生成XGBoost
23
评分结果分箱与校准
等频分箱 · 等距分箱 · 最优分箱（决策树分箱）
评分结果分箱校准
24
模型解释性（SHAP）
SHAP值原理 · 全局特征重要性图 · 局部单样本解释（force plot…
SHAP模型解释性
25
模型部署与API封装
使用Flask/FastAPI封装X… · 输入特征预处理 · 输出评分与风险等级
API模型部署
26
实时风控系统集成
消息队列（Kafka）接入 · 特征实时计算（Flink/Spark… · 模型在线预测
实时风控系统集成Kafka
27
模型监控与漂移检测
PSI（群体稳定性指标） · 特征分布漂移检测 · 模型性能衰减监控（AUC/KS随时间…
模型监控漂移检测
28
A/B测试与效果评估
分群评分上线A/B测试设计 · 实验组与对照组划分 · 核心指标（欺诈率下降
A/B测试
29
案例实战
电商支付风控分群评分 · 常见踩坑点（特征穿越 · 样本选择偏差
案例实战电商支付风控分群…
30
课程总结与进阶方向
XGBoost vs LightGB… · 深度学习在风控中的应用（GNN · Transformer）
课程总结进阶方向