本站原创文章，转载请说明来自《老饼讲解-机器学习》www.bbbdata.com
本文以kaggle上的借贷数据：https://www.kaggle.com/c/GiveMeSomeCredit/data 为例，
讲解建立评分卡模型的全过程，
数据如无法获取，请加Q群：714824181，加群申请时填写：评分卡数据
本节先对本文评分卡实例所使用的数据进行简单介绍
评分卡实例-数据介绍
本实例所使用的数据共包含10个变量与客户好坏标签
数据包含的10变量和标签如下：
数据共15万条，示例如下：
评分卡建模目标
评分卡模型的目标是，
依据客户数据(10个变量)，判断客户是否坏客户(SeriousDlqin2yrs).
并根据客户质量对出客户进行评分，分数越高，评分越高
本节介绍评分卡最终需要输出什么，也即本实例所要输出的对象
评分卡输出什么
评分卡模型最终需要输出什么？
评分卡最终最基本需要输出两样东西：
👉1. 一张评分表
👉2. 评分阈值
评分表用于计算客户的评分，而评分阈值则用来判断客户是否能通过
例如，评分阈值为650，那么评分为649的用户就会被拒绝
评分表介绍
评分表
评分表的格式类似如下：
其中，各个字段的意义如下：
1. 特征名称：特征名称(变量名称)是用原始数据生成的建模变量的名称
2. 组别：组别是变量所在的分组
所有的建模变量在建模前都进行分组，也称为变量离散化
3. 评分：评分则是变量属于对应组别时的得分
如何利用评分表进行评分
如何利用评分表进行评分呢？
来了一个新客户， 先根据客户的数据，
判断客户在各个特征上属于哪一组，并找到对应的分数，
对所有特征得分求和，并加上基本分，就是客户的总评分
假设客户在rev、due3059、due90、due6089上的分组为【1、3、2、1】
那么客户在rev、due3059、due90、due6089上的得分为【18、-30、-40、-19】
则客户的总得分为18-30-40-19+693=622
本节讲解评分卡的整体建模思路与建模步骤
评分卡的建模思路
在建模之前，先梳理评分卡建模大概的思路与流程
具体如下：
1. 先在原始数据中，衍生并选择出建模的变量
2. 然后用建模变量与好坏客户标签建立逻辑回归模型
这样就能通过建模变量预测样本是坏客户的概率
3. 最后，把逻辑回归模型的线性部分抽取出来，生成评分卡
最后的最后，还需要分析当前业务应以哪个分数作为拒绝客户的临界值，以临界值作为评分阈值
评分卡的建模流程
评分卡的整个建模过程共4步：
1. 建模数据准备
数据准备主要是建模之前，对原始数据进行分箱与变量分析
筛选出与客户质量相关的变量，作为建模的输入特征
2. 建模
(1)数据预处理：归一化，并预留测试数据
(2)用逐步回归选出尽量少的特征(同时保持建模效果)
(3)训练逻辑回归模型
(4)检验AUC是否达标，并检查系数是否都为正
3. 制作评分卡
制作评分卡也俗称“模型转评分”
将3中得到的逻辑回归模型，制作成评分卡表
4. 确定评分阈值
确定生产上判定为坏客户的分数阈值
当分数低于该阈值时，就拒绝客户
下篇文章开始，我们就此问题，讲述如何建立评分卡模型吧~！
End
