VIP20

本课程属于：062-模型可解释性阈值分层试验 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

SHAP值在风控模型中的应用指南

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

什么是模型可解释性 · 为什么在风控中需要可解释性 · SHAP值的核心思想与优势概述

课程导论什么是模型可解释…

SHAP理论基础

博弈论中的Shapley值 · 边际贡献与公平分配 · SHAP值如何从Shapley值演化…

SHAP理论基础

SHAP核心原理

加性特征归因模型 · SHAP值的数学定义与线性性质 · 局部保真性解释

SHAP核心原理

风控模型概述

信用评分卡 · 反欺诈模型 · 贷后催收模型

风控模型概述信用评分卡

Python环境搭建 · 安装shap · xgboost

环境准备Python

基础模型训练

使用XGBoost/LightGBM… · 特征工程与模型评估（AUC/KS）

基础模型训练XGBoost/Ligh…

shap.Explainer的三种模… · Kernel · Linear）

全局特征重要性

shap.summary_plot的… · 特征重要性排序与特征影响方向分析

全局特征重要性shap.summary

单样本解释

shap.force_plot的瀑布… · 理解单个客户的拒绝原因与风险贡献

单样本解释shap.force

特征依赖图

shap.dependence_pl… · 特征交互效应与非线性关系可视化

特征依赖图shap.depende…

shap.TreeExplainer… · 特征间二阶交互效应的计算与可视化

多分类风控模型（如逾期等级预测）的S… · 每个类别的特征贡献分析

SHAP与特征选择

基于SHAP值进行特征筛选 · 剔除低贡献特征 · 提升模型稳定性与解释性

SHAP特征选择

SHAP与模型监控

使用SHAP值监控特征漂移 · 对比训练集与线上数据的SHAP分布变…

SHAP模型监控

SHAP与业务规则

将SHAP解释转化为可落地的业务规则 · 如拒绝原因代码映射与策略调整

SHAP业务规则

SHAP与公平性

使用SHAP检测模型对敏感属性（年龄 · 性别 · 地域）的偏见

SHAP与LIME对比

LIME的原理与局限性 · SHAP与LIME在风控场景中的优劣…

SHAP与PDP对比

部分依赖图（PDP）与SHAP依赖图… · 何时使用PDP何时使用SHAP

SHAP与Permutation Importance对比

置换特征重要性的原理 · 与SHAP全局重要性的差异与互补

SHAPPermutation

大规模数据优化

使用shap.Explainer的近… · 降低计算时间与内存消耗

大规模数据优化shap.Explain…

SHAP与深度学习

使用DeepExplainer解释神… · 特征归因与对抗样本分析

SHAP深度学习

SHAP与文本风控

使用LinearExplainer或… · 备注）的贡献

SHAP文本风控

SHAP与时间序列

在时序风控模型（如交易序列模型）中使… · 时间步特征的重要性分析

SHAP时间序列

SHAP可视化进阶

自定义summary_plot · force_plot的样式与颜色 · 生成报告级图表

SHAP可视化进阶

SHAP与模型可解释性报告

自动化生成风控模型可解释性报告 · 包含全局 · 局部

SHAP模型可解释性报告

SHAP与监管合规

巴塞尔协议 · GDPR对模型可解释性的要求 · SHAP如何满足监管审计需求

SHAP监管合规

SHAP与模型迭代

基于SHAP反馈进行特征工程迭代 · 优化模型性能与业务理解

SHAP模型迭代

SHAP与异常检测

使用SHAP值识别异常样本与对抗样本 · 提升风控模型的鲁棒性

SHAP异常检测

SHAP与集成模型

解释随机森林 · Stacking · Blending等集成模型的SHAP…

SHAP集成模型

课程总结与实战案例

完整风控项目实战（从数据到SHAP报… · 常见问题与最佳实践总结

课程总结实战案例