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

模型训练变量衍生分箱与回放验证

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
变量衍生与分箱在模型训练中的核心地位 · 回放验证的必要性
课程导论变量衍生
02
原始数据探索
数据类型识别（数值型 · 类别型 · 文本型
原始数据探索数据类型识别
03
单变量衍生基础
基于业务逻辑的加减乘除运算 · 比率与差值构造
单变量衍生基础基于业务逻辑的加…
04
多变量交叉衍生
笛卡尔积组合 · 条件组合 · 聚合统计衍生（均值
多变量交叉衍生笛卡尔积组合
05
时间窗口衍生
滑动窗口统计（过去7天 · 30天均值） · 时间衰减权重特征
时间窗口衍生滑动窗口统计
06
文本特征衍生
TF-IDF · 词袋模型 · 词向量嵌入（Word2Vec/Glo…
文本特征衍生TF-IDF
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
数值特征标准化与归一化
Z-score · Min-Max · RobustScaler
数值特征标准化归一化
09
分箱概念与目的
离散化 · 降低噪声 · 增强模型鲁棒性
分箱概念目的
10
等距分箱
原理 · 实现方法（pandas cut） · 优缺点与适用场景
等距分箱原理
11
等频分箱
原理 · 实现方法（pandas qcut） · 优缺点与适用场景
等频分箱原理
12
卡方分箱
基于卡方检验的自适应分箱 · 合并相似区间
卡方分箱基于卡方检验的自…
13
决策树分箱
利用决策树分裂点进行最优分箱 · 信息增益与基尼系数
决策树分箱利用决策树分裂点…
14
聚类分箱
K-Means聚类后映射到离散区间 · 处理高维特征
聚类分箱K-Means
15
分箱评估指标
IV值（信息量） · WOE（证据权重） · 单调性检验
分箱评估指标IV
16
WOE编码与分箱结合
将分箱结果转换为WOE值 · 提升线性模型表现
WOE编码
17
分箱后特征工程
分箱后的哑变量处理 · 缺失值单独分箱 · 特殊值分箱
分箱后特征工程分箱后的哑变量处…
18
特征选择基础
过滤法（方差阈值 · 相关系数） · 包裹法（RFE）
特征选择基础过滤法
19
特征重要性评估
树模型特征重要性 · Permutation Import… · SHAP值
特征重要性评估树模型特征重要性
20
回放验证概念
离线回放与在线回放 · 模拟真实推理环境
回放验证概念离线回放
21
回放验证数据准备
时间序列切分 · 样本外测试集构造 · 避免数据泄露
回放验证数据准备时间序列切分
22
回放验证流程设计
特征计算回放 · 模型推理回放 · 结果比对与监控
回放验证流程设计特征计算回放
23
特征一致性校验
训练时特征分布 vs 回放时特征分布 · PSI（群体稳定性指标）
特征一致性校验vs
24
模型稳定性监控
回放过程中模型输出分布变化 · KS统计量漂移检测
模型稳定性监控回放过程
25
回放验证工具与框架
Python实现（pandas · numpy · joblib）
回放验证工具框架
26
案例实战一
信贷风控场景——变量衍生（收入负债比 · 近3月查询次数）与分箱
案例实战一信贷风控场景
27
案例实战二
推荐系统场景——用户行为序列衍生（点… · 停留时长）与分箱
案例实战二推荐系统场景
28
案例实战三
反欺诈场景——网络图特征衍生（一度关… · 二度关系密度）与分箱
案例实战三反欺诈场景
29
案例实战四
回放验证全流程——从特征工程到模型部…
案例实战四回放验证全流程
30
课程总结与最佳实践
变量衍生与分箱的常见陷阱 · 回放验证的自动化建议
课程总结最佳实践