VIP20
本课程属于：055-组合风险归因人群切片复盘 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

LightGBM人群切片组合风险解析

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
人群切片组合风险的定义 · 为什么需要LightGBM · 课程整体架构与学习目标
课程导论人群切片组合风险…
02
风险建模基础
传统评分卡模型回顾 · 机器学习在风控中的优势 · 模型评估指标（KS
风险建模基础传统评分卡模型回…
03
LightGBM核心原理
Boosting家族对比 · Gradient-based One… · Exclusive Feature…
LightGBM核心原理
04
LightGBM与XGBoost对比
训练速度 · 内存占用 · 叶子节点生长策略
LightGBMXGBoost
05
人群切片概念
什么是人群切片 · 切片维度（年龄 · 收入
人群切片概念什么是人群切片
06
切片组合策略
单维度切片 vs 多维度组合 · 组合爆炸问题 · 业务可解释性要求
切片组合策略vs
07
数据准备与预处理
缺失值处理 · 异常值检测 · 类别特征编码（Label Encod…
数据准备预处理
08
特征工程基础
数值特征标准化 · 分箱 · WOE转换
特征工程基础数值特征标准化
09
时间序列特征构造
滑动窗口统计量 · 滞后特征 · 趋势特征
时间序列特征构造滑动窗口统计量
10
交互特征与高阶特征
特征交叉 · 多项式特征 · 基于业务逻辑的派生特征
交互特征高阶特征
11
切片特征设计
针对不同人群切片设计专属特征 · 切片内统计量（均值 · 方差
切片特征设计针对不同人群切片…
12
LightGBM参数详解（上）
核心参数（num_leaves · max_depth · learning_rate
LightGBM参数详解
13
LightGBM参数详解（下）
正则化参数（lambda_l1 · lambda_l2 · min_child_samples）
LightGBM参数详解
14
样本不平衡处理
过采样（SMOTE） · 欠采样 · 代价敏感学习
样本不平衡处理SMOTE
15
模型训练流程
训练集/验证集/测试集划分 · 交叉验证策略 · 早停法（Early Stopping…
模型训练流程训练集
16
人群切片模型训练
为每个切片单独训练模型 vs 全局模… · 性能与可维护性权衡
人群切片模型训练vs
17
模型解释性（上）
特征重要性（Gain / Split… · SHAP值原理
模型解释性Gain
18
模型解释性（下）
SHAP依赖图 · SHAP交互值 · 切片级别的SHAP分析
模型解释性SHAP
19
切片组合风险评分
评分卡转换逻辑 · 分数校准 · 分数分布监控
切片组合风险评分评分卡转换逻辑
20
模型部署与上线
模型序列化（Pickle / Job… · API服务搭建 · 实时推理注意事项
模型部署上线
21
模型监控体系
PSI（群体稳定性指标） · 特征漂移检测 · 模型性能衰减预警
模型监控体系PSI
22
切片组合策略优化
基于业务规则的组合筛选 · 自动化组合搜索（Grid Searc…
切片组合策略优化基于业务规则的组…
23
案例实战（一）
信贷场景——基于年龄与收入切片的风险…
案例实战信贷场景
24
案例实战（二）
保险场景——基于地域与历史理赔切片的…
案例实战保险场景
25
案例实战（三）
电商场景——基于用户行为与消费层级切…
案例实战电商场景
26
多模型融合策略
Stacking · Blending · 加权平均在切片组合中的应用
多模型融合策略Stacking
27
联邦学习与隐私计算
横向联邦 · 纵向联邦 · 安全聚合在人群切片中的挑战
联邦学习隐私计算
28
A/B测试与效果评估
实验设计 · 分流策略 · 统计显著性检验
A/B测试
29
常见问题与调优技巧
过拟合处理 · 内存优化 · 并行加速
常见问题调优技巧
30
课程总结与进阶方向
前沿趋势（AutoML · 可解释AI · 图神经网络在风控中的应用）
课程总结进阶方向