3. 信用评分模型训练流程

信用评分模型的构建是一个端到端的工程流程，从原始数据到可部署的评分卡，通常经历四个核心阶段：数据采集、特征工程、模型训练与模型评估。本章将详细拆解每个阶段的技术要点与工程实践。

3.1 数据采集

数据是模型的上限。信用评分模型的数据来源通常包括以下三类：

3.2 特征工程

特征工程是模型效果的关键。信用评分场景下，特征工程主要包含 数据清洗、特征衍生、分箱与 WOE 编码 三个步骤。

3.2.1 数据清洗

• 缺失值处理：连续变量用中位数或均值填充；离散变量用众数或单独“未知”类别。
• 异常值截断：对收入、负债率等变量，按 1% 和 99% 分位数进行截尾处理。
• 重复样本去重：同一用户多次申请时，保留最早或最新的一条记录。

3.2.2 特征衍生

基于业务逻辑构造强特征，常见方法包括：

• 比率类：负债收入比（DTI）、信用卡使用率。
• 趋势类：近 3 个月查询次数环比、近 6 个月逾期次数变化。
• 交叉类：年龄 × 学历、收入 × 职业等级。

3.2.3 分箱与 WOE 编码

信用评分模型（尤其是逻辑回归）要求输入为离散化特征。分箱后使用 WOE（Weight of Evidence） 编码替代原始值。

# WOE 计算公式
WOE_i = ln( (Bad_i / Bad_total) / (Good_i / Good_total) )

# 其中：
# Bad_i  = 第 i 个分箱中的坏样本数
# Good_i = 第 i 个分箱中的好样本数

3.3 模型训练

信用评分领域最常用的两类模型是 逻辑回归 和 XGBoost。两者各有优劣，实际生产中常组合使用。

3.3.1 逻辑回归（Logistic Regression）

逻辑回归是信用评分卡的标准算法，输出概率可直接转换为整数评分。

# 逻辑回归模型形式
P(y=1|x) = 1 / (1 + e^(-z))

# 其中 z = β₀ + β₁x₁ + β₂x₂ + ... + βₙxₙ
# 评分转换公式：Score = Offset + Factor * ln(odds)
# odds = P / (1 - P)

训练要点：

• 使用 WOE 编码后的特征，确保每个特征与目标呈单调关系。
• 加入 L1/L2 正则化防止过拟合，信用评分常用 L2（Ridge）。
• 特征间需检验多重共线性（VIF < 10）。

3.3.2 XGBoost

XGBoost 在区分度上通常优于逻辑回归，但可解释性较差。在信用评分中，XGBoost 常用于：

• 作为逻辑回归的特征筛选器（特征重要性排序）。
• 构建集成模型，与逻辑回归进行模型融合。
• 在拒绝推断（Reject Inference）中作为辅助模型。

# XGBoost 关键参数（信用评分场景）
params = {
    'objective': 'binary:logistic',
    'max_depth': 3,           # 防止过拟合，通常 3-5
    'learning_rate': 0.05,    # 步长
    'subsample': 0.8,         # 行采样
    'colsample_bytree': 0.8,  # 列采样
    'scale_pos_weight': 3,    # 正负样本比例调整
    'eval_metric': 'auc'
}

3.4 模型评估

信用评分模型评估不仅看区分度，还需关注稳定性与校准度。核心指标包括 KS 和 AUC。

3.4.1 KS（Kolmogorov-Smirnov）

KS 衡量模型区分好坏样本的最大能力。计算公式为：

KS = max( |Cumulative_Good_Rate - Cumulative_Bad_Rate| )

# 取值范围：0 ~ 1
# 行业标准：
# KS < 0.2：模型区分能力弱
# 0.2 ≤ KS < 0.4：中等
# 0.4 ≤ KS < 0.6：强
# KS ≥ 0.6：可能存在过拟合

3.4.2 AUC（Area Under ROC Curve）

AUC 是 ROC 曲线下的面积，反映模型整体排序能力。

3.5 完整训练流程总结

以下表格汇总了信用评分模型训练各阶段的核心任务与产出物：