最重要的事情開始都會講：建模是始終服務於業務的，沒有業務的評分卡就沒有靈魂
定義y什麼樣的客戶是好客戶
什麼樣的客戶是壞客戶
我認為是首要的，也就是需要有乙個目標，也就是方向要對
拿乙個例子來講：
定義一批客群的好壞：我需要用到該客群從授信前一年的資料集，定義的是逾期30天
從上面可以提取關鍵資訊：
1 觀察點：授信
2 觀察期： 授信前一年
3 表現期：還款到期後30天的具體表現
接下來 劃重點，怎麼取對目標變數y進行界定：
1 roll rate
2 vintage
3 sample （基於資料的表現情況）
roll rate的定義為在當前催收水平下不同逾期天數轉化為壞賬的概率
roll rate2023年開始放款，m0 to m1的流轉率約為7.8%，m3 to m4的流轉率為100%，處於m3逾期階段內的客戶基本很難催收，逾期天數大於60天的客戶基本為壞客戶
再分析vintage
分子是累積的金額/分母是不變的金額 （比如m1 m2）
vintage關注如下方面：
觀察每月審批通過客戶後第n個月的逾期比率
逾期分布，集中在通過後的前三個月說明審批的策略有待改進，超過三個月之後才慢慢增加，說明貸中的管理有待提高
確定逾期率在經歷第n期趨於穩定
從vintage分析，每月放款逾期m2+以上剩餘本金逾期率基本在mob=8期時趨於穩定，如果放款時間累積比較長，樣本表現期可覆蓋到8期，那界定樣本目標變數為在8期內（對於銀行往往表現期》8;消費金融<8）逾期天數大於60天的客戶為壞客戶，也就是y=1；
如樣本表現期不夠8期，再綜合考慮流轉率和帳齡，重新定義滿足樣本表現期逾期天數。
總結一句話，變數界定多考慮，看完流轉看帳齡，觀察期確定x變數，表現期確定y變數
針對申請模型來說，表現期就是客戶申請通過放款，客戶的還款表現
觀察期就是客戶申請點之前需要納入觀察的行為活動資料的時間，即回溯
表現期一般看vintage，vintage在某個mob達到乙個較穩定的壞賬率的時候，即可將此mob作為表現期
最重要的事情最後都會講：建模是始終服務於業務的，沒有業務的評分卡就沒有靈魂
part 11輸入阻抗和輸入電容
下圖形象說明了運放輸入端阻抗的特性，主要有兩個引數 輸入阻抗和輸入電容。對於電壓反饋型運放，輸入阻抗主要由輸入級決定，一般bjt輸入級運放共模輸入阻抗不會大於40m歐，差模輸入阻抗大於200g歐。對於jfet和cmos輸入級運放，輸入阻抗要大得多。這個阻抗通常表現為電阻性。更值得關注的是輸入電容。d...
Part 1 1 基於列舉方法來搭建中文分詞工具
step 1 對於給定字串 我們學習人工智慧，人工智慧是未來 找出所有可能的分割方式 step 2 我們也可以計算出每乙個切分之後句子的概率 step 3 返回第二步中概率最大的結果 def create dic file path workbook xlrd.open workbook file ...
如何確定精度
我們常看到 float 型別是4個位元組，7位有效數字。但是我總是在想為什麼float是7位有效數字，而不是8位，9位，10位？我在baidu，google上搜了一通，發現很多人把float的儲存方式寫的很明白很清楚，但是還是無法解釋為什麼只有7個有效數字，答非所問。7位有效數字，說明第8位是不確定...