📊 评分卡监控·迭代
30章
🎯 行为评分卡模型 · 专业体系
1
01
评分卡模型监控概述
为什么需要监控 · 生命周期 · 核心指标 PSI/KS/AUC
2
02
数据质量监控
完整性检查 · 缺失值趋势 · 异常值检测 · 数据源一致性
3
03
特征稳定性监控
特征分布漂移 · PSI计算与阈值 · 特征重要性变化
4
04
模型分数分布监控
分数直方图 · 通过率变化 · 均值与标准差趋势
5
05
模型区分能力监控
KS指标趋势 · AUC趋势 · Gini系数监控
6
06
模型校准度监控
校准曲线 · 期望校准误差(ECE) · 分位数校准误差
7
07
业务决策效果监控
通过率与坏账率权衡 · 拒绝推断 · 利润最大化点
8
08
模型公平性监控
群体公平指标 · Demographic Parity · 偏见检测与缓解
9
09
监控报告自动化
自动化报表 · 定时调度 · 告警机制(邮件/钉钉/企微)
10
10
监控看板搭建
Dash/Streamlit实时看板 · 关键指标可视化
11
11
模型衰退原因分析
数据分布变化 · 客群结构 · 政策环境 · 特征失效
12
12
模型迭代触发条件
性能阈值 · 业务异常 · 监管变化 · 定期重训周期
13
13
模型迭代策略总览
全量重训 · 增量学习 · 迁移学习 · 模型融合
14
14
全量重训策略
数据准备 · 特征工程 · 模型训练 · 评估与部署
15
15
增量学习策略
在线学习 · 批量增量 · 特征增量 · 模型增量
16
16
迁移学习在评分卡中的应用
领域自适应 · 预训练微调 · 特征对齐
17
17
模型融合策略
加权平均 · Stacking · Blending · Bagging/Boosting
18
18
特征工程迭代
新特征挖掘 · 特征筛选 · 交叉 · 分箱优化
19
19
样本权重调整
时间衰减权重 · 样本加权 · 过采样/欠采样
20
20
模型版本管理
Git管理 · MLflow实验管理 · 注册与版本回滚
21
21
A/B测试在模型迭代中的应用
实验设计 · 流量分割 · 评估指标 · 显著性检验
22
22
冠军/挑战者策略
多模型并行 · 动态切换 · 自动回滚机制
23
23
模型部署与上线
模型序列化(Pickle/ONNX) · API服务 · Docker容器化
24
24
模型监控与迭代DevOps实践
CI/CD流水线 · 自动化测试 · 监控集成
25
25
模型文档与合规
模型卡片 · 监管报告 · 可解释性文档 · 审计追踪
26
26
案例实战：信贷评分卡监控迭代
数据准备→监控→分析→迭代→部署 全流程
27
27
案例实战：反欺诈评分卡监控迭代
特征漂移检测 · 对抗性验证 · 模型更新
28
28
案例实战：营销响应评分卡监控迭代
A/B测试 · 冠军挑战者 · 效果评估
29
29
前沿趋势
AutoML · 联邦学习与隐私保护 · 可解释AI
30
30
课程总结与最佳实践
监控体系checklist · 迭代策略指南 · 常见问题