VIP20
本课程属于：061-风控规则引擎Champion对照实验 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

用XGBoost辅助规则引擎效果评估教程

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
课程导论
规则引擎与机器学习结合的必要性 · XGBoost在效果评估中的角色
课程导论规则引擎
02
规则引擎基础
规则引擎的定义 · 工作原理（RETE算法） · 常见应用场景（风控
规则引擎基础规则引擎的定义
03
规则效果评估指标
准确率 · 召回率 · F1-score
规则效果评估指标准确率
04
传统评估方法的局限性
人工调优耗时 · 规则冲突难以发现 · 无法处理非线性关系
传统评估方法的局…人工调优耗时
05
XGBoost算法原理
梯度提升树 · 正则化目标函数 · 分裂增益计算
XGBoost算法原理
06
XGBoost与规则引擎的互补性
规则提供可解释性 · XGBoost提供高精度预测能力
XGBoost规则引擎的互补性
07
数据准备
规则引擎日志数据采集 · 特征工程（规则命中次数 · 规则组合特征
数据准备规则引擎日志数据…
08
标签定义
如何为规则引擎效果评估定义正负样本（…
标签定义如何为规则引擎效…
09
XGBoost模型训练
使用Python的xgboost库进… · 参数设置（n_estimators · max_depth
XGBoost模型训练
10
特征重要性分析
XGBoost内置的feature_… · 识别对效果贡献最大的规则
特征重要性分析XGBoost
11
规则冗余检测
利用XGBoost的树结构发现高度相… · 辅助规则去重
规则冗余检测XGBoost
12
规则冲突检测
通过SHAP值分析 · 找出对同一样本产生相反影响的规则对
规则冲突检测SHAP
13
规则覆盖度评估
使用XGBoost预测概率分布 · 评估规则在不同数据分片上的覆盖效果
规则覆盖度评估XGBoost
14
规则阈值优化
基于XGBoost的预测概率 · 动态调整规则触发阈值 · 提升整体效果
规则阈值优化XGBoost
15
A/B测试框架
设计规则引擎与XGBoost模型的A… · 评估替换或叠加效果
A/B测试框架
16
离线评估流程
使用历史数据训练XGBoost · 对比规则引擎与XGBoost的离线指…
离线评估流程XGBoost
17
在线评估流程
部署XGBoost作为影子模型 · 实时对比规则引擎决策与模型预测
线评估流程XGBoost
18
模型可解释性
SHAP值可视化 · 解释每条规则对最终决策的贡献方向与大…
模型可解释性SHAP
19
规则重要性排序
结合XGBoost特征重要性与SHA… · 生成规则优先级列表
规则重要性排序XGBoost
20
规则引擎性能瓶颈分析
利用XGBoost的树深度与叶子节点… · 评估规则复杂度
规则引擎性能瓶颈…XGBoost
21
规则引擎冷启动问题
XGBoost辅助生成初始规则集 · 基于特征重要性推荐规则
规则引擎冷启动问…XGBoost
22
规则引擎迭代优化
使用XGBoost的增量学习能力 · 持续评估新规则的效果
规则引擎迭代优化XGBoost
23
案例实战
金融风控场景——使用XGBoost评…
案例实战XGBoost
24
案例实战
推荐系统场景——使用XGBoost评…
案例实战XGBoost
25
案例实战
运维监控场景——使用XGBoost评…
案例实战XGBoost
26
工具与库
xgboost · shap · scikit-learn
工具xgboost
27
常见陷阱与解决方案
过拟合 · 数据不平衡 · 特征泄漏
常见陷阱解决方案
28
自动化评估流水线
使用Airflow或MLflow构建… · 生成报告
自动化评估流水线Airflow
29
未来趋势
规则引擎与XGBoost的融合（如 · 神经符号系统）
未来趋势XGBoost
30
课程总结与项目实战
综合运用所学知识 · 完成一个完整的规则引擎效果评估项目
课程总结项目实战