3. 特征缺失率计算：单特征缺失率公式、多特征联合缺失率、滑动窗口缺失率
特征缺失率是风控特征质量巡检中最核心的量化指标。缺失率的高低直接反映数据采集链路的稳定性、上游系统推送的完整性以及特征加工逻辑的健壮性。本节从单特征、多特征联合、滑动窗口三个维度，系统讲解缺失率的计算方法与适用场景。
3.1 单特征缺失率公式
单特征缺失率是最基础的统计量，用于衡量某个特征在指定时间窗口内缺失值的占比。其标准计算公式如下：
缺失率 = (缺失样本数 / 总样本数) × 100%其中：
- 缺失样本数：特征值为 NULL、NaN、空字符串或业务约定缺失标识的样本数量。
- 总样本数：时间窗口内进入风控系统的全部样本数量。
在实际巡检看板中，单特征缺失率通常按日或按小时粒度计算，并配合阈值告警。常见阈值设定如下：
| 缺失率范围 | 告警等级 | 建议处理动作 |
|---|---|---|
| 0% ~ 1% | 正常 | 持续监控 |
| 1% ~ 5% | 警告 | 排查上游数据源 |
| 5% ~ 10% | 严重 | 触发告警通知 |
| > 10% | 紧急 | 立即停用特征并修复 |
实践要点：单特征缺失率计算时需注意排除业务规则允许的缺失（如特定客群不采集该字段），否则会误报。建议在计算逻辑中增加白名单过滤机制。
3.2 多特征联合缺失率
多特征联合缺失率用于评估一组特征同时缺失的比例，在风控模型特征工程中尤为重要。当模型依赖多个特征共同决策时，联合缺失率比单特征缺失率更能反映实际风险。
联合缺失率公式：
联合缺失率 = (同时缺失的样本数 / 总样本数) × 100%其中“同时缺失”的定义取决于业务场景，常见有两种模式：
| 联合模式 | 定义 | 适用场景 |
|---|---|---|
| AND 模式 | 所有指定特征同时缺失 | 模型强依赖特征组，任一缺失即影响评分 |
| OR 模式 | 至少一个指定特征缺失 | 特征组中任意缺失都会导致模型降级 |
案例：某信贷风控模型依赖“收入”、“负债比”、“征信查询次数”三个特征。若采用 AND 模式计算联合缺失率，仅当三个特征全部缺失时才计入；若采用 OR 模式，只要有一个缺失即计入。实际巡检中建议同时展示两种模式，便于区分数据链路整体故障与局部异常。
3.3 滑动窗口缺失率
滑动窗口缺失率用于捕捉缺失率在时间序列上的动态变化趋势，比固定时间窗口更能及时发现突发性数据异常。其核心思想是：以当前时刻为终点，向前取固定长度的窗口，计算窗口内的缺失率，并随时间推移不断滑动更新。
滑动窗口缺失率公式：
滑动缺失率(t) = (窗口[t-W+1, t]内缺失样本数 / 窗口[t-W+1, t]内总样本数) × 100%其中：
- t：当前时间点（通常为小时或分钟粒度）。
- W：窗口长度（如 24 小时、7 天、30 天）。
- 窗口[t-W+1, t]：从 t-W+1 到 t 的连续时间区间。
常见窗口配置与适用场景：
| 窗口长度 | 更新频率 | 适用场景 |
|---|---|---|
| 1 小时 | 每分钟 | 实时数据链路监控，快速发现突发故障 |
| 24 小时 | 每小时 | 日级特征质量巡检，识别日内趋势 |
| 7 天 | 每天 | 周级趋势分析，排除周末/节假日影响 |
| 30 天 | 每天 | 月度质量评估，用于特征稳定性报告 |
注意：滑动窗口缺失率在窗口切换边界处可能出现“跳变”现象。例如窗口长度为 24 小时时，当旧数据滑出窗口而新数据尚未补全，缺失率可能瞬间升高。建议在巡检看板中增加平滑处理（如指数加权移动平均）或展示原始值与平滑值两条曲线。
3.4 三种缺失率计算方式对比
| 计算方式 | 维度 | 核心用途 | 告警灵敏度 | 计算复杂度 |
|---|---|---|---|---|
| 单特征缺失率 | 单个特征 | 基础质量监控 | 中 | 低 |
| 多特征联合缺失率 | 特征组 | 模型依赖特征组评估 | 高（OR模式）/ 低（AND模式） | 中 |
| 滑动窗口缺失率 | 时间序列 | 趋势分析与突发异常检测 | 高 | 中高 |
最佳实践：在风控特征缺失巡检看板中，建议将三种缺失率计算方式组合使用。单特征缺失率作为基础监控指标，多特征联合缺失率用于评估模型特征组健康度，滑动窗口缺失率用于捕捉时间维度的异常趋势。三者结合可形成“点-面-时间”三维立体监控体系。