乙個模型部署上線之前，我們要進行更新迭代，如何對新老模型做乙個效果對比分析呢？下面將介紹幾個常用的方法
常用的模型評估指標，如：roc、auc、ks、gini值越大，區分度越高，模型效果越好；rmse,越小模型越好；
將建模樣本、test樣本或者oot（out of time）資料，根據模型評分大小順序排序，切分成20等分，計算每組的標籤客戶佔比，如下圖1：
新模型明顯在最後2個等級對壞客戶的區分度較為明顯，如果我們將通過率設定在90%，在19、20兩個等級上壞客戶區分度上提公升2個百分點以上；將分組逾期率化成2條lift曲線（下圖2），明顯新模型相對平滑，而且在19、20等分上新模型斜率高於老模型，證明新模型區分度好於老模型，可以進行更新迭代。
20份切分參考：
圖1：
圖2：
金融風控模型
工作中暫時未涉及。此處為有幸得到的ppt。記錄學習內容，還有些心得，有錯誤請指出，感激 什麼是欺詐風險 網路借款人是否是本人 網路借款人提交的資料是否真實 什麼是信用風險 網路借款人是否有還款的能力 是否是沒有還款意願的老賴，多次違約 貸款公司如何防範以上兩種風險 針對乙個p2p借款的流程來說，借款...
金融風控5 模型融合
stacking vs.blending stacking 將若干基學習器獲得的 結果，將 結果作為新的訓練集來訓練乙個學習器。假設有五個基學習器，將資料帶入五基學習器中得到 結果，再帶入模型六中進行訓練 但是由於直接由五個基學習器獲得結果直接帶入模型六中，容易導致過擬合。所以在使用五個及模型進行 ...
金融大資料信用評分模型解析
傳統個人徵信的分析維度包括 1 個人基本資料，如年齡 性別 職業 收入 婚姻狀況 工作年限 工作狀況等 2 信貸情況，主要是信貸和信用卡相關資料 3 公共資料，包括稅務 工商 法院 電信 水電煤氣等部門的資料 4 個人信用報告查詢記錄。如今隨著大資料時代的到來和發展，可用於評估人們的資料越來越豐富，...