特征工程：
-
一 定义问题
-
基本统计分析
-
工具选择
-
-
建模分析（选择算法）
-
监督/无监督
-
监督
-
分类
-
回归
-
-
-
-
算法确定下来之后
-
数据预处理
-
特征衍生
-
特征选择
-
-
风控建模的时候需要注意
-
信用评分分段之后，正常的效果，评分和预期的概率应该是单调的
-
按照评分进行分组
-
评分越高的组，坏人的概率应该更低
-
-
如果评分和预计的概率不是单调的，模型时有问题的
-
模型人群分布的稳定性
-
在业务没有变化的前提下，间隔一段时间，在同一分段的人群总数占全体用户的比例，应该不会有大的波动
-
-
-
跨时间验证
-
上线之前 需要用最近时间的数据对模型进行评估
-
训练模型的时候 最近两个月~6个月的数据 是不会用来训练模型
-
-
正常的信贷业务 坏账率 合理比例 低于5%
-
B卡 贷后管理 用户注册数据 从三方购买的，如果半年之内 没有新的操作
-
从不同渠道买来的评分数据 有效期半年
-
用户第一次来的时候 个人用户的数据不全，需要从其它合作方购买 同盾
-
特征衍生：
-
利用数值量的统计值做特征衍生
-
如果一个用户（id）在数据集中有多条记录，可以根据这个id做分组，获取当前id对应的所有记录，对这些记录求
-
平均值
-
标准差（方差）
-
求和
-
求最大/最小
-
极差
-
计算条目数量
-
-
数据处理-》特征衍生-》特征选择
-
模型融合思路
-
训练两个模型
-
MSE 在误差比较大的情况下 损失比MAE的惩罚更严重
-
误差平方求平均
-
-
MAE
-
误差绝对值求平均
-
-
误差比较大的时候 更多的用MSE的结果放到最终的模型中
-
误差比较小的时候 用MAE
-
-
-
特征衍生
-
如果是多个分类特征 类别的值都是0,1 通过相乘做特征交叉
-
特征相除 需要注意避免除0的异常 分母+1
-
df_data['话费稳定'] = df_data['用户账单当月总费用（元）'] / (df_data['用户当月账户余额（元）'] + 1)
df_data['相比稳定'] = df_data['用户账单当月总费用（元）'] / (df_data['用户近6个月平均消费值（元）'] + 1)
df_data['缴费稳定'] = df_data['缴费用户最近一次缴费金额（元）'] / (df_data['用户近6个月平均消费值（元）'] + 1)