1. 课程导论：为什么训练集切分会显著影响额度定价模型？

1.1 一个被低估的关键变量

在额度定价模型的开发流程中，数据科学家往往将大部分精力放在特征工程、算法选型与超参数调优上。然而，一个看似“工程化”的步骤——训练集切分——却可能对最终定价结果产生颠覆性影响。同一个模型、同一份原始数据，仅仅因为切分方式不同，可能导致额度定价偏差超过 15%-30%，直接造成风险敞口失控或优质客户流失。

1.2 切分方式如何影响定价？——三大传导路径

1.3 常见切分陷阱与后果

• 随机切分（Random Split）：在时序数据中混入未来样本，模型在测试集上表现虚高，上线后 AUC 断崖式下跌 0.10-0.20。
• 简单时间切分（Time-based Split）：忽略宏观周期变化（如疫情、政策调整），导致训练集与测试集分布漂移，额度曲线失效。
• 分层切分（Stratified Split）：若分层变量选择不当（如用历史额度分层），会引入标签泄露，定价模型过度拟合历史策略。
• K 折交叉验证（K-fold CV）：在时序数据上直接使用标准 K 折，相当于用未来预测过去，造成严重的乐观偏差。

1.4 课程目标与学习路径

本课程旨在帮助金融风控与数据科学从业者系统掌握训练集切分对额度定价模型的影响机理，并建立一套可落地的切分策略评估框架。

1.5 学习路径概览

1.6 你将带走的核心能力

• 诊断能力：快速识别现有切分策略是否存在时间偏移、分布漂移或样本选择偏差。
• 策略选择能力：根据数据特征（时序性、周期性、群体异质性）选择最优切分方案。
• 评估能力：构建切分敏感性指标（Split Sensitivity Index, SSI），量化切分对定价曲线的影响。
• 工程落地能力：在 Python 中实现可复用的切分策略评估框架，支持生产环境部署。