变量分箱与自然分组实践总结
在数据分析与建模中，我们经常遇到两类变量处理难题： 连续变量（如距离、时长、金额、温度）：取值范围连续，直接使用可能导致模型过拟合，且难以输出可解释的业务结论。例如"距离7km"不如"中途（15-30km）"直观。 高基数类别变量（如小时、…
分箱
基于差异的决策树分箱
[LATEXPAGE] 在数据分析或算法模型搭建时，经常会遇到将连续变量转化为类别分箱的场景。用的分箱方法有等宽分箱、等频分箱、聚类分箱和基于决策树的分箱等。今天要分享的是基于组别间差异的决策树分箱方法。 代码实现 import panda…
风险控制：信用评分卡模型
[LATEXPAGE] 什么是信用评分卡模型？ 评分卡模型又叫做信用评分卡模型，最早由美国信用评分巨头 FICO 公司于 20 世纪 60 年代推出，在信用风险评估以及金融风险控制领域中广泛使用。银行利用评分卡模型对客户的信用历史数据的多个…
