📊 信用评分实战
30章 · 小微企业
🌟 友好色系
1
课程导论与项目全景
环境搭建 · 数据流 · 工具链
Python 3.8+
2
数据获取与业务理解
银行流水·税务·征信
目标变量
3
EDA基础
描述性统计 · 缺失值 · 箱线图
可视化
4
数据清洗与预处理
缺失值·异常值·重复值
填充策略
5
特征工程(一)：数值型
标准化·归一化·Box-Cox
分箱
6
特征工程(二)：类别型
独热·标签·目标编码
高基数
7
特征工程(三)：时间特征
年/月/日·时间间隔·聚合
交叉特征
8
特征选择：过滤法
方差阈值·卡方·互信息
相关系数
9
特征选择：包裹与嵌入
RFE · Lasso · 树模型重要性
L1正则
10
样本不平衡处理
SMOTE · 欠采样 · 类别权重
EasyEnsemble
11
数据集划分与交叉验证
train_test_split · StratifiedKFold
时间序列
12
逻辑回归模型
Odds Ratio · 正则化 · 调优
C值
13
决策树模型
信息增益·剪枝·可视化
过拟合
14
随机森林模型
Bagging · 特征重要性
n_estimators
15
梯度提升树(GBDT)
Boosting · XGBoost/LightGBM
学习率
16
XGBoost深入
max_depth · 早停 · 模型保存
subsample
17
LightGBM深入
直方图算法 · num_leaves
性能对比
18
模型评估指标(一)
混淆矩阵 · AUC · F1
ROC
19
模型评估指标(二)
KS · 提升图 · PSI
稳定性
20
模型调参与优化
GridSearch · 贝叶斯优化
RandomSearch
21
模型集成与融合
Voting · Stacking · 加权平均
融合
22
评分卡构建(一)
Offset+Factor · PDO
刻度
23
评分卡构建(二)
WOE编码 · 回测 · 部署准备
分段
24
模型解释性：SHAP
Summary · Dependence Plot
贡献度
25
模型解释性：LIME
单样本解释 · 对比SHAP
局部解释
26
模型部署与API开发
Flask/FastAPI · Docker
Pickle
27
模型监控与维护
数据漂移 · 重训练 · 版本
AUC/KS
28
项目实战(一)：数据&特征
真实数据集 · 全流程代码
实战
29
项目实战(二)：模型训练
LR·RF·XGBoost·LightGBM
对比
30
项目实战(三)：评分卡&总结
评分卡表格 · 进阶路径
结课