VIP20
本课程属于：019-信用额度定价训练集切分 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

训练集切分：额度定价模型优化技巧

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
额度定价模型的核心目标与业务价值 · 训练集切分对模型性能的关键影响
课程导论额度定价模型的核…
02
数据准备基础
原始数据清洗 · 缺失值处理 · 异常值检测与剔除的通用方法
数据准备基础原始数据清洗
03
特征工程入门
特征构造 · 特征选择 · 特征缩放（标准化/归一化）在定价模型…
特征工程入门特征构造
04
标签定义与目标变量
如何定义“好客户”与“坏客户 · 连续型额度定价目标变量的处理
标签定义目标变量
05
时间序列切分原则
为什么不能随机切分？时间依赖性与样本…
时间序列切分原则为什么不能随机切…
06
按时间窗口切分
固定时间窗口 · 滚动时间窗口 · 扩展时间窗口的优缺点对比
按时间窗口切分固定时间窗口
07
按客户ID切分
防止同一客户数据出现在训练集和测试集 · 保证客户独立性
ID按客户
08
分层抽样切分
针对不平衡数据（如违约率极低）的分层… · 保持分布一致性
分层抽样切分针对不平衡数据
09
K折交叉验证在定价模型中的应用
时间序列交叉验证（TimeSerie…
K折交叉验证定价模型
10
训练集、验证集、测试集的比例分配
经典70/20/10 vs 80/1…
训练集验证集
11
样本权重与切分
针对不同额度区间（高额/低额）的样本…
样本权重切分
12
拒绝推断与训练集切分
如何利用拒绝样本扩充训练集 · 避免样本选择偏差
拒绝推断训练集切分
13
数据增强技术
SMOTE · ADASYN等过采样方法在额度定价中…
数据增强技术SMOTE
14
欠采样与集成切分
针对极度不平衡数据的欠采样策略及Ba…
欠采样集成切分
15
特征时间一致性检查
确保训练集和测试集的特征分布随时间保…
特征时间一致性检…确保训练集
16
切分后的数据泄露检测
常见泄露场景（未来信息泄露 · 标签泄露）及检测工具
切分后的数据泄露…常见泄露场景
17
额度定价模型评估指标
RMSE · MAE · MAPE
额度定价模型评估…RMSE
18
基于业务规则的切分
按客户等级（VIP/普通） · 产品线 · 渠道进行业务分层切分
基于业务规则的切…VIP
19
在线学习与增量切分
针对流式数据的在线切分策略 · 保持模型实时更新
线学习增量切分
20
多任务学习中的切分
同时预测额度与利率的多任务模型训练集…
多任务学习切分
21
对抗验证与切分质量评估
使用对抗验证检测训练集与测试集是否存…
对抗验证切分质量评估
22
自动化切分流水线
使用Python（scikit-le… · pandas）构建可复用的切分Pip…
自动化切分流水线Python
23
切分参数调优
如何通过网格搜索找到最优切分比例与交…
切分参数调优如何通过网格搜索…
24
大规模数据切分
Spark/Dask分布式环境下的高…
大规模数据切分Spark/Dask
25
切分结果的可视化
使用matplotlib/seabo…
切分结果的可视化matplotlib/s…
26
案例实战1
信用卡额度定价模型——基于时间窗口的…
案例实战1信用卡额度定价模…
27
案例实战2
消费贷额度定价模型——结合拒绝推断与…
案例实战2消费贷额度定价模…
28
案例实战3
小微企业额度定价模型——多任务学习与…
案例实战3小微企业额度定价…
29
常见错误与陷阱
切分后数据分布偏移 · 样本量不足 · 过度拟合验证集
常见错误陷阱
30
课程总结与最佳实践
额度定价模型训练集切分的Checkl…
课程总结最佳实践