📊 评分卡模型 · 样本权重与不平衡处理
🎯 30章 从原理到生产 · 友好色系
⚖️ 权重策略
📈 采样方法
🧠 代价敏感
🧩 业务实战
共30章 · 点击卡片跳转
01
样本不平衡
问题概述
不平衡定义 · 对评分卡影响 · 违约率极低场景
02
样本权重
原理
数学定义 · 损失函数影响 · 权重与概率关系
03
权重设置
策略
类别比例 · 样本难度(AdaBoost) · 自定义函数
04
过采样
方法
随机过采样 · SMOTE · Borderline/ADASYN
05
欠采样
方法
随机欠采样 · EasyEnsemble · BalanceCascade · NearMiss
06
混合采样
方法
SMOTE+Tomek · SMOTE+ENN · 数据清洗增强
07
代价敏感
学习
代价矩阵 · 基于代价训练 · 阈值调整
08
集成学习
方法
Bagging/Boosting · EasyEnsemble实战
09
评估指标
选择
准确率陷阱 · 精确率/召回率 · AUC · KS
10
交叉验证
不平衡
StratifiedKFold · 时间序列交叉验证
11
Python实现
imbalanced-learn
SMOTE/RandomUnderSampler 实战代码
12
评分卡权重
应用
逻辑回归 · XGBoost/LightGBM参数
13
业务规则
权重结合
专家调整 · 先验知识与数据驱动
14
特征工程
不平衡
特征选择 · 分箱权重 · WOE编码
15
模型校准
不平衡
Platt缩放 · Isotonic回归 · 校准曲线
16
阈值优化
方法
Youden指数 · 最大化F1 · 成本效益 · KS阈值
17
时间维度
不平衡
时间衰减权重 · 近期提升 · 滚动窗口
18
多分类
不平衡
一对多 · 权重矩阵 · 分层采样
19
深度学习
不平衡
Focal Loss · Weighted CE · Class-Balanced Loss
20
GAN处理
不平衡
CTGAN · WGAN-GP · 表格数据生成
21
自编码器
异常检测
重构误差 · 异常生成 · 半监督
22
业务案例1
信贷违约
样本权重+SMOTE+阈值优化
23
业务案例2
反欺诈
代价敏感+集成学习
24
业务案例3
客户流失
时间权重+混合采样
25
模型监控
不平衡
PSI · 权重衰减监控 · 回测策略
26
自动化调参
Optuna
权重与采样率联合优化
27
可解释性
不平衡
SHAP解读 · 特征重要性偏差修正
28
生产部署
注意事项
线上权重一致性 · 实时推理 · 模型更新
29
前沿研究
自监督/对比
自监督学习 · 对比学习 · 联邦学习
30
课程总结
最佳实践
方法决策树 · 常见陷阱 · 学习路径
✦ 友好色系 ✦ 点击卡片跳转章节 ✦