VIP20
本课程属于：018-模型可解释性变量衍生与分箱 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

变量分箱与SHAP可解释性分析教程

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
分箱基础概念
什么是变量分箱 · 分箱的目的与意义 · 分箱在信用评分与风控模型中的应用
分箱基础概念什么是变量分箱
02
等距分箱
等距分箱原理 · Python实现等距分箱 · 等距分箱的优缺点与适用场景
等距分箱等距分箱原理
03
等频分箱
等频分箱原理 · Python实现等频分箱 · 等频分箱的优缺点与适用场景
等频分箱等频分箱原理
04
最优分箱之卡方分箱
卡方检验原理 · 卡方分箱算法步骤 · Python实现卡方分箱
最优分箱之卡方分…卡方检验原理
05
最优分箱之决策树分箱
决策树分箱原理 · 利用CART决策树进行分箱 · Python实现决策树分箱
最优分箱之决策树…决策树分箱原理
06
最优分箱之聚类分箱
K-Means聚类分箱原理 · Python实现聚类分箱 · 聚类分箱的注意事项
最优分箱之聚类分…K-Means
07
分箱评估指标
IV值（信息量）计算 · WOE（证据权重）计算 · IV与WOE在分箱质量评估中的应用
分箱评估指标IV
08
分箱后WOE编码
WOE编码原理 · WOE编码的Python实现 · WOE编码对模型的影响
WOE分箱后
09
分箱实战案例（一）
使用Python对连续变量进行等距与… · 并计算IV值
分箱实战案例Python
10
分箱实战案例（二）
使用Python对连续变量进行卡方分… · 并对比效果
分箱实战案例Python
11
分箱实战案例（三）
多变量分箱与WOE转换 · 构建完整的特征工程流水线
分箱实战案例WOE
12
SHAP可解释性基础
什么是模型可解释性 · SHAP的起源与核心思想 · SHAP与LIME的区别
SHAP可解释性基础
13
SHAP数学原理
Shapley值在合作博弈中的定义 · SHAP值的计算公式 · 加性特征归因方法
SHAP数学原理
14
SHAP与树模型
TreeSHAP算法原理 · 针对XGBoost/LightGBM… · SHAP的近似计算
SHAP树模型
15
SHAP全局解释（一）
SHAP特征重要性（mean|SHA… · 条形图与点图的绘制与解读
SHAP全局解释
16
SHAP全局解释（二）
SHAP摘要图（beeswarm p… · 颜色映射与分布解读
SHAP全局解释
17
SHAP全局解释（三）
SHAP依赖图（dependence…
SHAP全局解释
18
SHAP局部解释（一）
单个样本的SHAP力图（force… · 正向与负向贡献分析
SHAP局部解释
19
SHAP局部解释（二）
多个样本的SHAP力图叠加 · Waterfall图（瀑布图）的绘制…
SHAP局部解释
20
SHAP交互作用分析
SHAP交互值计算 · 交互作用热力图 · 二阶特征交互的可视化
SHAP交互作用分析
21
SHAP实战案例（一）
在XGBoost模型上使用SHAP进…
SHAP实战案例
22
SHAP实战案例（二）
在LightGBM模型上使用SHAP…
SHAP实战案例
23
SHAP实战案例（三）
在逻辑回归模型上使用SHAP（线性S…
SHAP实战案例
24
SHAP与分箱结合（一）
为什么分箱后需要SHAP · 分箱变量在SHAP中的表现特点
SHAP分箱结合
25
SHAP与分箱结合（二）
对分箱后的WOE变量进行SHAP分析 · 解读分箱边界对预测的影响
SHAP分箱结合
26
SHAP与分箱结合（三）
使用SHAP依赖图验证分箱的单调性假…
SHAP分箱结合
27
SHAP与分箱结合（四）
利用SHAP值指导分箱边界优化 · 迭代提升模型可解释性
SHAP分箱结合
28
SHAP高级应用
SHAP聚类分析 · SHAP与模型监控 · SHAP在异常检测中的应用
SHAP高级应用
29
SHAP工具与最佳实践
shap库常用API · 可视化参数调优 · 大规模数据下的SHAP加速策略
SHAP工具
30
综合项目实战
从原始数据分箱 · WOE编码 · 模型训练到SHAP全链路可解释性分析…
综合项目实战从原始数据分箱