反欺诈评分卡第9页

隐语发布“基于MPC的金融风控全链路技术方案”

多方安全计算技术在金融风控的贷前准入、贷中提额、贷后清退、金融反欺诈等场景中都有着巨大的应用价值，隐语开放平台此次发布的技术方案之所选择MPC路线深度打造，既是因其安全性上可证的优势，也是为金融风控量体裁

隐语SecretFlow·2022-12-04 18:40

数据预处理与特征工程—1.不均衡样本集采样—SMOTE算法与ADASYN算法

RandomUnderSampler进行结合3.Borderline-SMOTE与SVMSMOTE4.ADASYN5.平衡采样与决策树结合二、第二种思路：使用新的指标在训练二分类模型中，例如医疗诊断、网络入侵检测、信用卡反欺诈等

哎呦-_-不错·2022-12-04 12:15

基于逻辑回归的金融风控贷款违约预测分析（笔记）

一、背景与思路（一）背景核心问题：对贷款偿债能力的评估1.方法：利用逻辑回归（理解简单，可解释性强）2.信用评分卡的构建金融风控定性分析逻辑回归定量分析信用评分卡（二）流程1.数据获取：包括获取存量客户及潜在客户的数据

piyuf·2022-12-04 10:13

【推荐系统】WOE、IV、OR值、信息增益、卡方检验

目录特征起因评分卡模型中的IV和WOE详解信息增益OR值卡方检验GaussRank高基数数据特征起因特征工程综述常看常新工业级推荐系统中的特征工程-杨旭东的文章-知乎评分卡模型中的IV和WOE详解IV值衡量了某个特征对目标的影响程度风控模型

littlemichelle·2022-12-04 03:07

基于Python的信用评分卡模型分析（一）

点击上方“编程派”，选择设为“设为星标”优质文章，第一时间送达！信用风险计量体系包括主体评级模型和债项评级两部分。主体评级和债项评级均有一系列评级模型组成，其中主体评级模型可用“四张卡”来表示，分别是A卡、B卡、C卡和F卡；债项评级模型通常按照主体的融资用途，分为企业融资模型、现金流融资模型和项目融资模型等。我们主要讨论主体评级模型的开发过程。一、项目流程典型的信用评分模型如图1-1所示。信用风险

codingpy·2022-12-01 23:50

基于PyTorch的联邦学习开源框架FedLab：加速FL算法验证

微众银行的FATEFATE文档覆盖横向、纵向、迁移联邦学习；实现了样本安全匹配，样本切分、特征处理和筛选、LR/XGB/DNN等常用算法，模型评估与评分卡，模型预测（serving），联邦推荐等；文档丰富工业级框架

DS_agent·2022-12-01 17:33

信用卡评分模型

信用卡评分模型项目简介本文主要通过kaggle上Givemesomecredit数据进行数据分析，并根据信用评分建立原理，构建一个简易的信用评分卡模型。

violetcc67617·2022-12-01 09:18

XGBoost算法案例实战——信用评分模型

XGBoost回归模型1.读取数据importpandasaspddf=pd.read_excel('信用评分卡模型.xlsx')df.head()2.提取特征变量和目标变量#通过

遇鱼语渔·2022-12-01 09:18

信用评分卡模型

1、评分卡简介信用评分卡模型是最常见的金融风控手段之一，它是指根据客户的各种属性和行为数据，利用一定的信用评分模型，对客户进行信用评分，据此决定是否给予授信以及授信的额度和利率，从而识别和减少在金融交易中存在的交易风险

简之·2022-12-01 09:12

企业信用评分卡模型实战（python，附代码）

企业信用评级在全球金融领域有广泛应用。它涉及到公司管理，企业债发行，企业融资，企业上市，企业并购，个人炒股和购买公司债券等多个场景。企业债发行企业主体信用评级越高，意味着该企业抗风险能力、盈利能力越强，发债融资成本越低。作为企业董事会，管理者，决策者应该了解企业主要财务指标，了解自身企业评级。企业发债时都需要评级。国内评级这块主要分为AAA、AA+、AA、AA-、A+。企业评级过低会限制某些工具的

python机器学习建模·2022-12-01 09:41

信用评分卡模型案例

建模目的基于客户数据，通过预测客户未来两年是否会陷入财务危机的概率来改善银行信用评分的质量。业务背景a、信用评分是指根据银行客户的各种历史信用资料，利用一定的信用评分模型，得到不同等级的信用分数，根据客户的信用分数，授信者可以通过分析客户按时还款的可能性，据此决定是否给予授信以及授信的额度和利率。虽然授信者通过人工分析客户的历史信用资料，同样可以得到这样的分析结果，但利用信用评分却更加快速、更加客

MCL.龙默·2022-12-01 09:41

信用评分卡模型分析(基于Python)--python实现

上一篇文章信用评分卡模型分析（理论部分）已经介绍了信用评分卡模型的数据预处理、探索性数据分析、变量分箱和变量选择等。

python机器学习建模·2022-12-01 09:10

干货 | 基于 Python 的信用评分模型实战！

来源|知乎作者|Carl文章链接|https://zhuanlan.zhihu.com/p/35284849信用评分模型可用“四张卡”来表示，分别是A卡（Applicationscorecard，申请评分卡

数据不吹牛·2022-12-01 09:10

信用评分卡模型（A/B/C）

https://blog.csdn.net/varyall/article/details/81173326A卡（Applicationscorecard）申请评分卡B卡（Behaviorscorecard

zzz2liyun·2022-12-01 09:10

银行信用卡评分模型(一)| python

文章目录背景介绍题目分析一、申请者评级模型二、欺诈评级模型三、行为评级模型四、催收评级模型总结背景介绍信用风险和评分卡模型的基本概念：信用风险指的是交易对手未能履行约定合同中的义务造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性

今天进行产品思考了吗·2022-12-01 09:39

评分卡--基础分、基准分、PDO、WOE、补偿、刻度行可可

评分卡–基础分、基准分、PDO、WOE、补偿、刻度行可可下面通过公式和简单的举例说明评分卡的要素关系和代表的实际意义1、基础分是什么？2、基准分又是什么？3、坏好比翻一倍具体值的是？

weixin_44913707·2022-11-30 15:03

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-逻辑回归中的特征工程

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili当特征的数量很多的时候，我们出于业务考虑，也出于计算量的考虑，希望对逻辑回归进行特征选择来降维。比如，在判断一个人是否会患乳腺癌的时候，医生如果看5~8个指标来确诊，会比需要看30个指标来确诊容易得多。业务选择说到降维和特征选择，首先要想到的是利用自己的业务能力进行选

烧灯续昼2002·2022-11-30 15:25

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-用逻辑回归制作评分卡-制作评分卡

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili评分卡中的分数，由以下公式计算：Score=A−B×log⁡(odds

烧灯续昼2002·2022-11-30 15:19

python评分卡1_woe与IV值

本系列分以下章节：python评分卡1_woe与IV值python评分卡2_woe与IV分箱方法python评分卡3_woe与IV分箱实现python评分卡4_logistics原理与解法_sklearn

雪龙无敌·2022-11-29 11:14

woe分析_机器学习-谈谈逻辑回归里面的woe化-20170911

1、woe是什么东西如果有人接触过信用评分卡，那么肯定是有看过在变量处理那一步，有一个变量woe的过程。那么woe是如何计算的呢，有什么具体含义呢。

weixin_39615741·2022-11-29 11:14

逻辑回归评分卡实战-toad

实战使用的数据集为天池-零基础入门金融风控-贷款违约预测的数据集。此处导入的数据集为已完成特征工程的数据集，特征工程思路可以参考：天池-金融风控训练营-task3-特征工程_nikita_zj的博客-CSDN博客天池-金融风控训练营-task3-特征工程https://blog.csdn.net/nikita_zj/article/details/122499348toad官方文档可见：Welco

nikita_zj·2022-11-29 11:42

逻辑回归算法深度思考-优点和缺点

之前《python信用评分卡建模（附代码）》介绍了逻辑回归评分卡模型的各个细节，包括各种分箱方法，woe和iv原理和Excel保姆级推导，变量badrate单调性，坏客户定义，逻辑回归调参等等。

python机器学习建模·2022-11-29 11:10

金融风控-贷款违约预测

学习目标1.2了解赛题1.2.1赛题概况1.2.2数据概况1.2.3预测指标1.2.4赛题流程1.3赛制说明1.4代码示例1.4.1数据读取之pandas1.4.2分类指标评价计算示例1.5经验总结1.6评分卡

奇魄·2022-11-29 06:52

零基础入门金融风控之贷款违约预测挑战赛-Task1 赛题理解

Task1赛题理解Task2Task3Task4零基础入门金融风控之贷款违约预测挑战赛-Task1赛题理解赛题概况数据概况预测指标分析赛题经验总结拓展知识——评分卡赛题概况比赛要求参赛选手根据给定的数据集

我爱玩泥巴·2022-11-29 06:49

零基础入门金融风控 Task1 赛题理解

文章目录赛题概况数据概况预测指标分类算法常见的评估指标对于金融风控预测类常见的评估指标赛题流程数据读取及分类指标代码示例数据读取pandas分类指标评价计算示例评分卡经验总结赛题概况本题是Datawhale

Rock_y·2022-11-29 06:15

风控中策略规则发现的两种模型方法

我们知道金融风控模型，不单单指评分卡，而是针对产品营销、定价、授信、管理、催收、监测等业务流程开发的一系列策略、规则、评分卡的集合。

番茄风控·2022-11-28 10:14

风控模型启用前的最后一道工序，80%的童鞋在这都踩坑

评分卡模型，在信贷风控体系中是一种很常见的模型表现形式，不仅通过分数能够直观量化用户的综合风险程度，而且在实际业务中显示出通俗易懂的风控解释意义。

番茄风控·2022-11-28 10:13

【风控】评分卡建模的流程和要点

评分卡建模的流程和要点一、数据预处理1、数据去重：删除重复的样本2、缺失值处理:确定缺失值的标记，统一转化为统一标记的缺失值（null或者Nan），后续分箱进行处理。

我叫陈叉叉叉叉·2022-11-28 09:28

sklearn专题五：用逻辑回归制作评分卡

目录3.1导库，获取数据3.2探索数据与数据预处理3.2.1去除重复值3.2.2填补缺失值3.2.3描述性统计处理异常值3.2.4为什么不统一量纲，也不标准化数据分布？3.2.5样本不均衡问题3.2.6分训练集和测试集3.3分箱3.3.1等频分箱3.3.2【选学】确保每个箱中都有0和13.3.3定义WOE和IV函数3.3.4卡方检验，合并箱体，画出IV曲线3.3.5用最佳分箱个数分箱，并验证分箱结

Colorfully_lu·2022-11-28 08:06

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-用逻辑回归制作评分卡-分箱

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili分训练集和测试集fromsklearn.model_selectionimporttrain_test_splitX=pd.DataFrame(X)y=pd.DataFrame(y)Xtrain,Xtest,Ytrain,Ytest=train_test_split(

烧灯续昼2002·2022-11-28 08:35

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-用逻辑回归制作评分卡-异常值和样本不均衡处理

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili描述性统计处理异常值现实数据永远都会有一些异常值，首先我们要去把他们捕捉出来，然后观察他们的性质。注意，我们并不是要排除掉所有异常值，相反很多时候，异常值是我们的重点研究对象，比如说，双十一中购买量超高的品牌，或课堂上让很多学生都兴奋的课题，这些是我们要重点研究观察的

烧灯续昼2002·2022-11-28 08:35

Python 基于决策边界的随机森林调优（决策树亦适用）

按需跳转即可，原理挺生动有趣的文章目录前言集成学习随机森林Python实战数据探索参数说明决策树建模随机森林建模小结本文是Python商业数据挖掘实战的第3篇1-基于不平衡数据的反欺诈模型2-Apriori

萝卜·2022-11-26 23:20

【赋源码】分享金融风控模型，学习复盘：fal量化风控模型机会创造营

fal量化风控模型机会创造营，前来汇报成果哈~督促自己努力分享一些经验，自取哈：链接：点击自取地址提取码：5Kj7风控模型细分ABC卡体系A卡：冷启动规则卡凌启动迁移卡离线白名单离线白名单+实时审批时时评分卡

AI致力·2022-11-26 15:02

数百个模型放在面前，金融机构要如何高效管理

依托人工智能、大数据等技术，金融机构建立各类模型，特别是以机器学习为代表的数据模型，被广泛运用在风险计量、客户准入、资本计量、拨备计提、客户管理、反洗钱、反欺诈、精准营销等领域。

顶象技术·2022-11-26 09:46

逻辑回归制作评分卡

文章目录前言逻辑回归制作评分卡1.导库，导入数据2.探索数据和数据预处理2.1去除重复值2.2填补缺失值2.3描述性统计处理异常值2.4为什么不统一量纲，也不标准化数据分布？

功夫大笨鲨·2022-11-26 08:40

机器学习sklearn-逻辑回归制作评分卡

kongqing23·2022-11-26 08:38

使用逻辑回归制作信用卡评分卡

目录一、摘要二、数据集介绍三、数据探索四、数据预处理五、分箱处理六、建模与评价一、摘要本文基于kaggle上GiveMeSomeCredit数据和菜菜的sklearn课堂的处理思路，结合信用卡评分构建原理，采用python语言完成。主要包括特征预处理、特征选择、数据分箱、将特征WOE值映射到数据中、使用逻辑回归进行建模和参数优化。ps：第一次写，请多指教。二、数据集介绍数据集约15W条样本数据，各

breeze199511·2022-11-26 08:36

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-用逻辑回归制作评分卡-重复值和缺失值处理

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili在银行借贷场景中，评分卡是一种以分数形式来衡量一个客户的信用风险大小的手段

烧灯续昼2002·2022-11-26 08:33

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-二元回归与多元回归：重要参数solver & multi_class & class_weight

solver真不会，搁置了，回头会补一下矩阵求导，更深入的内容就以后吧multi_classOvO策略拆分策略OvO基本过程是将每个类别对应数据集单独拆分成一个子数据集，然后令其两两组合，再来进行模型训练。例如，对于四分类数据集，根据标签类别可将其拆分成四个数据集，然后再进行两两组合，总共有6种组合，也就是C42C_{4}^{2}C42种组合。拆分过程如下所示：然后在这6个新和成的数据集上，我们就

烧灯续昼2002·2022-11-25 08:05

基于社交网络分析算法（SNA）的反欺诈（二）

基于社交网络分析算法（SNA）的反欺诈（一）社交网络分析算法并不新鲜，且已经广泛应用于社交人物影响力计算、好友和商品推荐、社交圈子分析等领域。

（涉及版权请私聊我，立马删）·2022-11-23 23:22

最佳实践6|分布式数据库HTAP混合负载最佳实践

另一方面来讲，“事后”分析已经不能满足快速的市场需求和业务变化，需要对海量客户行为数据的实时洞察提高营销精准度，如实时推荐等，并持续监测交易行为提高风险预警能力，如实时风控、反欺诈等。

巨杉数据库SequoiaDB·2022-11-23 07:54

XGBoost模型及LightGBM模型案例（Python）

目录1XGBoosting案例：金融反欺诈模型1.1模型搭建1.1.1读取数据1.1.2特征变量与目标变量提取、划分数据集与测试集1.1.3模型搭建及训练1.2模型预测及评估1.3模型参数调优2LightGBM

QYiRen·2022-11-23 06:21

CS224W-6-message passing and node classification 第1部分

例子：反欺诈案例，一些节点是欺诈者，一些节点是合法客户，我们怎么找到其它的欺诈者和合法客户。

weixin_45519842·2022-11-23 03:45

【逻辑回归】逻辑回归sigmoid函数的由来

在学习评分卡时，又很奇怪，怎么把逻辑回归和WOE,IV（证据权重、信息量）联系在一起，总感觉和教材中的不一样，但查找资料，却

老饼讲解机器学习·2022-11-22 09:11

评分卡实例：一步一步实现评分卡(详细长文)

老饼讲解-机器学习http://ml.bbbdata.com/teach/26目录(前言一)数据说明(前言二)评分卡建模步骤概述一.变量分析、选择与分箱处理(一)使用badRate法(或iv法)分析变量

老饼讲解机器学习·2022-11-22 09:41

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-梯度下降求解逻辑回归

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili我们以最著名也最常用的梯度下降法为例。现在有一个带两个特征并且没有截距的逻辑回归y(x1,x2)y(x_{1},x_{2})y(x1,x2)，两个特征所对应的参数分别为[θ1,θ2][\theta_{1},\theta_{2}][θ1,θ2]。下面这个华丽的平面就是我

烧灯续昼2002·2022-11-22 09:27

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-步长的进一步理解和max_iter

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili既然参数迭代是靠梯度向量的大小d×步长α梯度向量的大小d\times步长\alpha梯度向量的大小d×步长α来实现的，而J(θ)J(\theta)J(θ)的降低又是靠调节θ\thetaθ来实现的，所以步长可以调节损失函数下降的速率。在损失函数降低的方向上，步长越长，θ

烧灯续昼2002·2022-11-22 08:48

基于大数据的银行反欺诈的分析报告

from--http://www.cnblogs.com/yueyebigdata/p/5893454.html基于大数据的银行反欺诈的分析报告（备注，本人主要是整理，学习他人的博客。

冬天里的被窝窝·2022-11-21 15:50

精彩回顾|如何利用图技术革新申请反欺诈业务？

本文是根据10月28日，Galaxybase图创课堂-图技术在申请反欺诈的应用整理，错过的小伙伴可以观看回放：https://uao.so/pct823760精彩回顾随着我国数字经济发展迅速，在数字化转型大潮下

创邻科技·2022-11-21 15:22

金融数智转型如何利用图谱迈出关键一步？创邻携手普适大咖为您解答

前两期直播带大家学习了Galaxybase图平台入门和图的反欺诈应用，一起从理论走向实践。本期内容将持续深入“共同学习”的理念，携手普适智能业务大咖，聚焦联合解决方案，从背景到落地，等你来看！