首页
›
金融科技风控与量化工程
›
020-风控数据质量标签口径校准
›
《风控样本偏差校准教程》
VIP20
本课程属于:020-风控数据质量标签口径校准
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
风控样本偏差校准教程
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
样本偏差概述
什么是样本偏差 · 为什么在风控中重要 · 常见偏差类型(选择偏差
样本偏差概述
什么是样本偏差
02
风控数据采集偏差
数据源选择偏差 · 时间窗口偏差 · 渠道流量偏差
风控数据采集偏差
数据源选择偏差
03
样本偏差对模型的影响
过拟合与欠拟合 · AUC与KS失真 · 模型泛化能力下降
样本偏差对模型的…
过拟合
04
偏差检测方法
描述性统计对比 · PSI(群体稳定性指标) · 特征分布可视化(KS检验
偏差检测方法
描述性统计对比
05
PSI指标详解
PSI计算公式 · PSI阈值判断标准 · PSI在样本偏差检测中的应用
PSI
指标详解
06
标签偏差与无标签问题
正负样本定义偏差 · 样本量不平衡 · 无标签样本的处理思路
标签偏差
无标签问题
07
时间序列偏差
时间漂移概念 · 训练集与测试集时间不匹配 · 滚动窗口验证
时间序列偏差
时间漂移概念
08
拒绝推断(Reject Inference)基础
拒绝样本的定义 · 拒绝推断的必要性 · 硬截断与软截断
Reject
Inference
09
拒绝推断方法一
简单赋值法:拒绝样本全部赋坏 · 拒绝样本全部赋好 · 随机赋值法
拒绝推断方法一
简单赋值法
10
拒绝推断方法二
模糊展开法(Fuzzy Augmen… · 权重设定 · 迭代过程
拒绝推断方法二
Fuzzy
11
拒绝推断方法三
两阶段模型法(Heckman模型) · 逆米尔斯比率 · 实现步骤
拒绝推断方法三
Heckman
12
拒绝推断方法四
基于模型预测的标签分配 · 对拒绝样本预测概率 · 概率阈值设定
拒绝推断方法四
基于模型预测的标…
13
拒绝推断方法五
半监督自训练(Self-traini… · 伪标签生成 · 置信度筛选
拒绝推断方法五
Self-traini
14
样本加权校准
逆概率加权(IPW) · 倾向性得分加权 · 权重计算与归一化
样本加权校准
IPW
15
倾向性得分匹配(PSM)
PSM原理 · Logistic回归估计倾向得分 · 匹配方法(最近邻
PSM
倾向性得分匹配
16
重采样技术
欠采样(随机 · Tomek Links) · 过采样(SMOTE
重采样技术
欠采样
17
SMOTE算法详解
SMOTE原理 · K近邻选择 · 合成样本生成
SMOTE
算法详解
18
对抗验证(Adversarial Validation)
对抗验证原理 · 训练域分类器 · 检测分布差异
Adversarial
Validation
19
域适应(Domain Adaptation)基础
域适应概念 · 协变量偏移 · 标签偏移
Domain
Adaptation
20
域适应方法
实例加权 · 特征变换(TCA · CORAL)
域适应方法
实例加权
21
校准曲线与可靠性图
校准曲线绘制 · 可靠性图解读 · Brier Score
校准曲线
可靠性图
22
概率校准方法
Platt缩放(Logistic校准… · 等温回归(Isotonic Regr… · Beta校准
概率校准方法
Platt
23
Platt缩放详解
Platt缩放原理 · 参数估计 · 温度缩放
Platt
缩放详解
24
等温回归校准
等温回归原理 · 保序回归算法 · 分段常数拟合
等温回归校准
等温回归原理
25
多模型集成校准
Bagging校准 · Boosting校准 · Stacking校准
多模型集成校准
Bagging
26
偏差校准效果评估
KS · AUC · Gini系数在校准前后的变化
偏差校准效果评估
KS
27
风控评分卡中的偏差校准
评分卡分数映射 · 分数与概率的转换 · 分数分段校准
风控评分卡
偏差校准
28
自动化偏差监控系统
数据漂移监控 · 特征漂移监控 · 模型性能监控
自动化偏差监控系…
数据漂移监控
29
案例实战一
信贷申请评分卡样本偏差校准 · 加权 · 校准全流程
案例实战一
信贷申请评分卡样…
30
案例实战二
反欺诈模型样本偏差校准:欺诈样本稀缺 · 正样本偏差 · 对抗验证与域适应实战
案例实战二
反欺诈模型样本偏…
所属VIP或分类
同VIP:Python数据质量检查脚本实战教程
同VIP:Python数据质量检测工具详解
同VIP:Python特征工程清洗技巧