模型分数

有案例有代码,详细模型分数

目前在个人信用风控建模领域主要使用的模型有两种:基于线性回归分析的评分卡模型,常见于银行背景的放贷机构;基于大数据的机器学习模型,如随即森林、XGBoost等

有案例有代码,详细模型分数(下)

承接上文《有案例有代码,详细模型分数》本文开头告诉大家怎样更合理的向客户展示信用评估结果。把模型预测值映射到一个分数区间,比如350~950,分数越高信用越好。

六大场景下,模型分数如何应用?

一、开篇信用评分的核心功能是对客群按风险水平进行排序,即对客群按风险水平进行“差异化”。评分模型可以从信贷风险管理流程上分成申请评分模型、行为评分模型、催收