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

额度模型训练集切分：从入门到实战

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
什么是额度模型 · 为什么需要训练集切分 · 课程目标与学习路径
课程导论什么是额度模型
02
数据科学基础回顾
数据集 · 特征 · 标签
数据科学基础回顾数据集
03
额度模型业务背景
信贷风控流程 · 额度决策逻辑 · 模型在额度管理中的作用
额度模型业务背景信贷风控流程
04
数据采集与理解
额度模型所需数据源（征信 · 行为 · 收入等）
数据采集理解
05
数据预处理基础
缺失值处理 · 异常值检测 · 数据标准化与归一化
数据预处理基础缺失值处理
06
特征工程入门
特征构造 · 特征选择 · 特征编码（WOE编码
特征工程入门特征构造
07
标签定义与目标变量
逾期定义 · 坏账定义 · 额度使用率等目标变量的构建
标签定义目标变量
08
时间序列与样本划分
时间窗口概念 · 样本外测试 · 避免未来信息泄露
时间序列样本划分
09
随机切分方法
简单随机抽样 · 分层抽样 · 在额度模型中的应用与局限
随机切分方法简单随机抽样
10
按时间切分方法
时间序列切分 · 滚动窗口验证 · 在额度模型中的重要性
按时间切分方法时间序列切分
11
分层抽样切分
按风险等级 · 额度等级 · 客户群进行分层
分层抽样切分按风险等级
12
K折交叉验证
K折原理 · StratifiedKFold · 在额度模型调参中的应用
K折交叉验证K折原理
13
留一法与留P法
小样本场景下的切分策略 · 优缺点分析
留一法留P法
14
Bootstrap重采样
自助法原理 · 用于模型评估与不确定性估计
Bootstrap重采样
15
样本不平衡处理
过采样（SMOTE） · 欠采样 · 集成方法在切分中的配合
样本不平衡处理SMOTE
16
训练集、验证集、测试集比例选择
常见比例（70/20/10 · 80/10/10） · 业务场景影响
训练集验证集
17
数据泄露防范
特征泄露 · 标签泄露 · 时间泄露
数据泄露防范特征泄露
18
Python环境搭建
Anaconda · Jupyter Notebook · Pandas
Python环境搭建
19
Pandas数据操作实战
读取数据 · 数据清洗 · 数据合并
Pandas数据操作实战
20
Scikit-learn数据切分工具
train_test_split · StratifiedShuffleS… · TimeSeriesSplit
Scikit-learn数据切分工具
21
手动实现随机切分
编写自定义函数 · 理解切分底层逻辑
手动实现随机切分编写自定义函数
22
手动实现分层切分
按类别比例保持 · 编写分层抽样函数
手动实现分层切分按类别比例保持
23
手动实现时间序列切分
按时间顺序划分 · 避免未来数据污染
手动实现时间序列…按时间顺序划分
24
实战案例一
基于信用评分卡的额度模型数据切分（完…
实战案例一基于信用评分卡的…
25
实战案例二
基于机器学习的额度模型（XGBoos…
实战案例二XGBoos
26
实战案例三
深度学习额度模型（神经网络）数据切分…
实战案例三深度学习额度模型
27
模型评估与切分验证
AUC · KS · Gini系数
模型评估切分验证
28
切分策略对模型性能的影响
对比不同切分方法下的模型表现
切分策略对模型性…对比不同切分方法…
29
自动化切分流水线
构建可复用的数据切分Pipeline · 提升工作效率
自动化切分流水线Pipeline
30
课程总结与进阶方向
常见问题FAQ · 推荐学习资源 · 生产环境部署建议
课程总结进阶方向