📚 特征工程 · 信用评分
全流程 30 章
⭐ 点击目录卡片跳转至对应章节 · 友好色系
01
特征工程概述
什么是特征工程
为何至关重要
建模流程位置
02
数据探索与理解
数据源介绍
数据字典解读
质量初探
分布概览
03
数据清洗基础
缺失值处理
异常值检测
IQR/Z-Score
业务规则
04
数据标准化与归一化
Min-Max
Z-Score
RobustScaler
信用评分应用
05
类别特征编码
Label Encoding
One-Hot
Target Encoding
Frequency
风控选择
06
连续特征离散化
等距分箱
等频分箱
卡方分箱
决策树分箱
评分卡应用
07
特征衍生方法论
加减乘除组合
时间窗口聚合
比率特征
交叉特征
实战技巧
08
时间特征处理
时间戳解析
周期性特征
时间差
滑动窗口统计
09
文本特征处理
地址解析
职业编码
公司名标准化
文本长度/关键词
10
聚合特征工程
Groupby聚合
计数/唯一值
多头借贷场景
11
特征选择基础
过滤法
包裹法(RFE)
嵌入法(Lasso/树)
12
特征重要性评估
树模型重要性
Permutation
SHAP值
信用模型解读
13
特征降维技术
PCA
t-SNE
LDA
信用评分适用性
14
特征稳定性分析
PSI指标
分布漂移检测
时间序列监控
15
特征相关性分析
皮尔逊/斯皮尔曼
热力图
多重共线性(VIF)
16
缺失值高级处理
多重插补(MICE)
KNN插补
随机森林插补
缺失模式分析
17
异常值高级处理
孤立森林
LOF
DBSCAN
反欺诈应用
18
不平衡数据处理
SMOTE/ADASYN
欠采样
EasyEnsemble
违约预测
19
时间序列特征
滞后特征
滚动窗口
差分特征
季节性分解
贷后监控
20
图特征工程
关系图谱
节点中心性
PageRank
社区发现
团伙欺诈
21
外部数据特征
征信报告
第三方数据
黑名单匹配
多头借贷指数
22
特征工程自动化
Featuretools
自动特征衍生
AutoML
工业级部署
23
特征存储与管理
Feature Store
版本控制
在线/离线一致性
24
特征工程Pipeline构建
sklearn Pipeline
自定义Transformer
交叉验证
避免数据泄露
25
评分卡中的特征工程
WOE编码
IV值
评分卡刻度
特征分箱与映射
26
机器学习模型特征工程
XGBoost/LightGBM
深度学习表示
模型可解释性
27
规则引擎特征工程
决策规则特征
覆盖率/准确率
规则冲突检测
28
特征工程监控与回测
有效性回测
衰减分析
A/B测试评估
29
实战案例一：个人消费贷
原始数据到建模特征
全流程
30
实战案例二：小微企业贷
税务/发票/流水
全流程特征工程