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

模型可解释性SHAP变量分箱案例

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
什么是模型可解释性？为什么需要SHA…
课程导论SHA
02
SHAP基础原理
从Shapley值到SHAP · 合作博弈论与特征贡献度分配
SHAP基础原理
03
SHAP核心概念
期望值 · 边际贡献 · SHAP值的数学定义与性质
SHAP核心概念
04
SHAP与LIME对比
两种主流可解释方法的原理差异与适用场…
SHAPLIME
05
环境搭建
Python环境配置 · 安装shap库 · xgboost/lightgbm等依…
环境搭建Python
06
数据集准备
案例数据集介绍（如UCI波士顿房价/… · 数据清洗与预处理
数据集准备UCI
07
变量分箱概念
为什么需要分箱？等距分箱 · 等频分箱 · 最优分箱（决策树分箱）
变量分箱概念为什么需要分箱？…
08
分箱与WOE编码
WOE（证据权重）计算 · IV（信息量）筛选 · 分箱与模型可解释性的关系
WOE分箱
09
基线模型训练
使用XGBoost/LightGBM… · 保存模型对象
基线模型训练XGBoost/Ligh…
10
SHAP基础可视化
force_plot · waterfall_plot · summary_plot的快速上手
SHAP基础可视化
11
单样本解释
使用force_plot解释单个预测 · 理解特征的正负贡献
单样本解释force
12
全局特征重要性
基于SHAP值的特征重要性排序（ba…
全局特征重要性SHAP
13
SHAP依赖图
partial_dependence… · 单个特征的边际效应
SHAP依赖图
14
交互作用检测
SHAP交互作用值计算 · interaction_values…
交互作用检测SHAP
15
分箱与SHAP结合（一）
将连续特征分箱后重新训练模型 · 观察SHAP值变化
SHAP分箱
16
分箱与SHAP结合（二）
对分箱后的类别特征绘制force_p… · 解读分箱区间贡献
SHAP分箱
17
分箱与SHAP结合（三）
使用SHAP依赖图对比分箱前后特征的…
SHAP分箱
18
分箱与SHAP结合（四）
基于分箱区间的SHAP均值表 · 生成业务可读的评分卡
SHAP分箱
19
案例实战（信贷评分）
构建信贷违约模型 · 对年龄 · 收入等变量进行分箱与SHAP解释
案例实战信贷评分
20
案例实战（客户流失）
构建客户流失预测模型 · 分析分箱后的SHAP贡献分布
案例实战客户流失
21
案例实战（医疗诊断）
对医疗费用预测模型进行分箱与SHAP…
案例实战医疗诊断
22
分箱策略对比
等距分箱 vs 等频分箱 vs 最优…
分箱策略对比vs
23
分箱数量选择
不同分箱数（3-10箱）对SHAP稳…
分箱数量选择SHAP
24
SHAP与分箱的局限性
分箱导致信息损失 · SHAP近似误差 · 多重共线性问题
SHAP分箱的局限性
25
高级可视化
SHAP聚类图 · SHAP热力图 · 分组summary_plot
高级可视化SHAP
26
模型无关扩展
将SHAP分箱方法推广到随机森林 · 神经网络等模型
模型无关扩展SHAP
27
自动化报告生成
使用shap.Explanation…
自动化报告生成shap.Explana…
28
生产部署
将SHAP解释器与分箱逻辑封装为AP…
生产部署SHAP
29
模型监控与漂移检测
利用分箱后的SHAP分布监控特征分布…
模型监控漂移检测
30
课程总结与进阶
SHAP与因果推断 · SHAP与联邦学习 · 推荐学习路径
课程总结进阶