1. 课程导论：风险人群切片业务背景、LightGBM在风控中的优势、课程目标与学习路径

1.1 风险人群切片：从“一刀切”到“精准滴灌”

在传统信贷风控中，机构往往依赖单一信用评分（如FICO分）对客户进行“一刀切”式的审批。然而，随着消费金融、小微贷款、现金贷等业务场景的爆发，客群结构变得极其复杂：有稳定收入的工薪族、自由职业者、电商卖家、蓝领工人、学生群体等。不同人群的违约模式、收入波动、资金用途差异巨大，单一模型无法捕捉这些异质性。

风险人群切片（Risk Segment Slicing）的核心思想是：将整体客群按照行为特征、收入结构、借贷历史等维度拆解为多个同质子群体，针对每个子群体分别建模或制定差异化策略。这种“分而治之”的方法能显著提升模型对尾部风险的识别能力，避免优质客户被误杀、高风险客户被漏过。

1.2 为什么选择LightGBM做风控切片？

在风控建模中，XGBoost、随机森林、逻辑回归等算法各有拥趸，但LightGBM凭借以下优势成为组合风险人群切片的首选引擎：

• 训练速度极快：基于直方图算法（Histogram-based），将连续特征离散化为bins，内存占用低，适合大规模风控数据（百万级样本、上千维特征）。
• 原生支持类别特征：无需手动One-Hot编码，直接输入类别ID，避免维度爆炸，特别适合风控中的地区码、职业码、渠道来源等离散变量。
• Leaf-wise生长策略：每次从当前所有叶子中寻找分裂增益最大的节点，相比Level-wise能更快收敛，在风控高维稀疏场景下效果突出。
• 内置处理缺失值：风控数据常存在大量缺失（如收入字段、联系人信息），LightGBM自动学习缺失值的最佳分裂方向，减少人工填充偏差。
• 支持自定义损失函数：可针对风控业务定制代价敏感学习（如坏账成本是正常成本的5倍），直接优化业务指标。

1.3 课程目标与学习路径

本课程旨在帮助学员掌握“特征工程 + LightGBM + 人群切片”三位一体的实战能力，能够独立完成从数据探索到切片模型部署的全流程。具体目标如下：

学习路径分为四个阶段：

1. 基础夯实（第1-5章）：风控数据清洗、特征工程核心方法、LightGBM参数详解与调优。
2. 切片实战（第6-15章）：基于真实信贷数据集，完成从单模型到多切片组合的全流程代码实现。
3. 策略融合（第16-25章）：切片模型与规则引擎结合、代价敏感学习、模型监控与迭代。
4. 高阶扩展（第26-30章）：自动切片搜索、联邦学习下的切片建模、可解释性分析（SHAP/LIME）。

1.4 课程特色与预期收获

• 真实数据集驱动：使用脱敏后的消费金融信贷数据（含100万+样本、200+原始字段），贴近工业界实战。
• 代码即讲义：每章提供完整Python代码（基于LightGBM 4.x + Pandas + Scikit-learn），可直接运行复现。
• 切片策略模板：提供5种经典切片策略（决策树规则切片、KMeans聚类切片、分位数切片、业务规则切片、自动搜索切片），可直接迁移到自有业务。
• 监控与迭代：包含模型上线后的PSI监控、切片稳定性评估、自动重训触发机制。

1.5 快速开始：环境准备与数据预览

在进入正式章节前，请确保完成以下环境配置。本课程所有代码基于Python 3.9+，推荐使用conda创建独立环境：

# 创建虚拟环境
conda create -n risk_slicing python=3.9
conda activate risk_slicing

# 安装核心依赖
pip install lightgbm==4.5.0 pandas==2.2.0 numpy==1.26.0 scikit-learn==1.5.0 matplotlib==3.8.0 seaborn==0.13.0

# 验证安装
python -c "import lightgbm as lgb; print(lgb.__version__)"
# 预期输出：4.5.0

课程使用的脱敏数据集包含以下核心字段（仅展示前5行示例）：

字段说明：occupation_code为职业编码（1-工薪族、2-自由职业、3-小微商户、4-学生、5-蓝领、6-退休、7-其他）；is_default为目标变量（1=违约，0=正常）。后续章节将基于此数据逐步构建切片模型。