今天的話題我們分為兩部分，一部分是在建模前提如何處理壞樣本過(guò)少的問(wèn)題，第二部分是說(shuō)模型建立之后，驗(yàn)證你這模型的效果的方法。

?

首先樣本過(guò)少分成兩種過(guò)少的情況。一種是的的確確就是沒(méi)啥壞樣本，就是幾十個(gè)，一百來(lái)個(gè)。另外一種就是相對(duì)于好樣本，比較少，例如你有一百萬(wàn)的好樣本，只有一萬(wàn)的壞樣本，第二種就是屬于樣本不均衡的話題，這個(gè)網(wǎng)上的文獻(xiàn)也都有好多，我這里就不展開(kāi)了。

?

樣本過(guò)少之我只有幾十個(gè)壞樣本。這種情況多數(shù)發(fā)生在產(chǎn)品剛上線的時(shí)候，沒(méi)啥數(shù)據(jù)，但是又覺(jué)得規(guī)則撐不住，所以還是想做模型來(lái)和規(guī)則一起來(lái)維穩(wěn)，這時(shí)候你可以把這種情況當(dāng)做冷啟動(dòng)來(lái)處理，我之前講冷啟動(dòng)的時(shí)候，提到一點(diǎn)點(diǎn)，這邊我們來(lái)細(xì)化一下可以有哪些方法。

?

放棄這僅有的樣本，重新尋找近似的壞樣本。為什么我說(shuō)要放棄這僅有的樣本，如果是產(chǎn)品上線的初期，首先這時(shí)候你的風(fēng)控不敢放松，容忍度較低，那么通過(guò)率相對(duì)較低，這是壞樣本少的一個(gè)方面，另外一個(gè)方面就是，本身產(chǎn)品剛上線的話，可能壞樣本就是近一個(gè)月進(jìn)來(lái)產(chǎn)生的壞樣本，指不定就是逾期了3天，你就覺(jué)得他是壞客戶，這有些說(shuō)不過(guò)去，所以這里有兩個(gè)點(diǎn)希望你放棄這批壞樣本：1、夠不夠壞，如果夠壞，那是不是剩十幾個(gè)了。2、壞樣本的覆蓋面不全，這個(gè)月進(jìn)來(lái)的壞樣本的特征不能覆蓋到基本的壞樣本的特征，盡管可以擬合出來(lái)的模型在當(dāng)下有用，但是后續(xù)還是有很大的可能會(huì)不穩(wěn)定。

?

在第一點(diǎn)中我說(shuō)希望你放棄壞樣本的理由，如果你的壞樣本不滿足第一天的條件，你可以不放棄的，我不想勸你。那么補(bǔ)充壞樣本可以有以下幾種方式：

?

1.其他數(shù)據(jù)的標(biāo)準(zhǔn)定義壞樣本。你們公司接了什么第三方數(shù)據(jù)我不知道，但是一般一般呢，不是粗暴放款的，至少都接了簡(jiǎn)版征信，簡(jiǎn)版征信中有好幾個(gè)逾期標(biāo)準(zhǔn)，舉個(gè)例子哈，五年內(nèi)超過(guò)90天逾期的次數(shù)，點(diǎn)到為止，你自己在這份數(shù)據(jù)中衍生其他逾期標(biāo)準(zhǔn)。這思路就跟你找犯人的時(shí)候，把之前有前科的人抓出來(lái)掃一遍一樣。

?

2.使用其他數(shù)據(jù)閾值切分壞樣本。我又要拿我喜歡拿出來(lái)舉例子的數(shù)據(jù)----多頭數(shù)據(jù)，這個(gè)方法跟警察抓嫌疑犯一樣，雖然我沒(méi)看到你明顯犯罪了，但是我覺(jué)得你有動(dòng)機(jī)。可以使用多頭的數(shù)據(jù)中，你們不能容忍的超過(guò)幾次的閾值，例如近一個(gè)月超過(guò)20次，那么等于大于20次的客戶就是壞客戶。

?

3.物以類(lèi)聚法或者專(zhuān)家評(píng)分卡。根據(jù)你的經(jīng)（感）驗(yàn)（覺(jué)）找出幾個(gè)跟客戶逾不逾期的強(qiáng)相關(guān)變量，最好是數(shù)值型的變量，這時(shí)候可以把那之前提到的那幾十個(gè)壞樣本，使用聚類(lèi)（建議knn）找出，哪一類(lèi)的壞樣本的占比最高的，把這個(gè)類(lèi)的樣本就當(dāng)做壞樣本。后者使用專(zhuān)家評(píng)分卡，找出專(zhuān)家評(píng)分卡下分?jǐn)?shù)比較低的那5%-10%。

?

4.使用人工標(biāo)準(zhǔn)。那么我們?cè)趯徟h(huán)節(jié)中（假設(shè)你們還是有人工介入的），這時(shí)候可以概括兩種拒絕的人：1、系統(tǒng)拒絕，2、人工拒絕。那么系統(tǒng)拒絕的客戶，你可以定義為，他一出來(lái)，你一眼就知道他是壞人，人工拒絕的客戶，你可以理解為，這貨一路偽裝了好多東西，但是最后被你們公司高端的審批高超的話術(shù)征服了，道出了他想犯罪的想法，然后你叫他滾，然后他犯罪不遂，但是沒(méi)有你們高端的審批，這個(gè)人就可能變成你們公司的壞客戶。那么這里說(shuō)一個(gè)問(wèn)題，就是公司做模型是為了什么，為的節(jié)省人力，最理想的狀態(tài)就是風(fēng)控的各個(gè)環(huán)節(jié)可以讓90%的客戶完成審核審批，10%人工核驗(yàn)，你們要是有種100%風(fēng)控系統(tǒng)全自動(dòng)審批，我也不攔你。所以你這時(shí)候，你就發(fā)現(xiàn)，你頂著風(fēng)控建模師的職稱(chēng)，你的工作就變成把這本應(yīng)人工拒絕的客戶變成你的模型能拒絕的，所以人工拒絕的客戶就變成你的壞客戶了，這些思路順著下去，你可以分析出更多適合你的模型的壞客戶。

?

5.無(wú)監(jiān)督建模。這個(gè)方法是區(qū)別于以上四個(gè)方法，以上都是在說(shuō)怎么找出壞樣本，因?yàn)槲覀円霰O(jiān)督模型，那么要是你有種一點(diǎn)，你跟領(lǐng)導(dǎo)說(shuō)，我覺(jué)得我做無(wú)監(jiān)督的效果也可以做的很牛逼，這我也不攔你的，畢竟建模的思維本來(lái)就是擴(kuò)散，這個(gè)就有個(gè)問(wèn)題就是說(shuō)，如果是無(wú)監(jiān)督的話，那么可能部署到系統(tǒng)上是個(gè)問(wèn)題。

總結(jié)

以上是生活随笔為你收集整理的【待继续研究】建模-听说你的坏样本不太够的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。