資料和特徵決定了機器學習的上限，而模型和演算法只是進一步接近這個上限而已。由此可見特徵工程在建模中的重要性。在傳統評分卡模型的建模過程中，會經過一系列非常嚴格的資料預處理和特徵工程，從眾多特徵中，選擇少於20個特徵參與建模，以保證模型效能。接下來我們從資料層和演算法層兩方面介紹如何衍生變數。
變數編碼
連續變數分箱
函式變換
如對數變換，日期型別轉化為天數，變數歸一化，標準化等
多項式公升維
核函式對映
時間切片
如計算日期型別變數的1，3，6個月內的特徵變化情況，可以是均值，方差，求和等。
笛卡爾積特徵
1. 基於樹模型的特徵生成
其中樹模型可以是普通的決策樹，整合學習中的random forest模型， gbdt模型， xgboost模型等。
2. fm特徵交叉
fm（factorization machine）特徵交叉是二階多項式模型的改進版，同時也是線性回歸模型的一種擴充套件，增加了二階交叉項，用隱向量的形式近似計算交叉項權重。
i）訓練的交叉引數從d(d-1)/2降至dk個，提高了模型效率，也降低了少量樣本的模型交叉項學習不充分的影響；
ii）交叉項的引數將分別通過對應兩個特徵的隱向量的內積得到，一些在新資料**現的交叉項特徵也能進行**，提公升了模型**能力。
fm模型的改進版是ffm模型（field-aware factorization machine）。對不同型別的變數所屬的域進行了區分。
3.神經網路特徵工程
神經網路能自動衍生出大量特徵。
fm模型和神經網路結合衍生特徵的方法：
並行結合：wide&deep，deepfm等
序列結合：deepcross，xdeepfm，pnn，nfm，afm等。
資料化風控 信用評分卡
風險存在於申貸時 審批後。早起的風險管理以人工為主，由於風險因子眾多彼此互動極為複雜 一 人工成本高 二 無法保持一致，大規模作業 所以減少人為主觀判斷，減輕風控人員負擔。目前最普遍的工具為信用評分卡，應用範圍包括進件 貸後管理及催收。篩選高風險客戶，減少損失發生，找到優質客戶群，發掘潛在機會。依發...
機器學習 信用風險評估評分卡建模方法及原理
阿里雲大學免費課程 機器學習 信用風險評估評分卡建模方法及原理 課程介紹 信用風險評分卡為信用風險管理提供了一種有效的 經驗性的解決方法，是消費信貸管理中廣泛應用的技術手段。評分卡是信用風險評估領域常見的建模方法。評分卡並不加單對應於某一種機器學習演算法，而是一種通用的建模框架，講原始資料通過分箱後...
機器學習 信用風險評估評分卡建模方法及原理
信用風險評級模型的型別 信用風險計量體系包括主體評級模型和債項評級兩部分。主體評級和債項評級均有一系列評級模型組成，其中主體評級模型可用 四張卡 來表示，分別是a卡 b卡 c卡和f卡 債項評級模型通常按照主體的融資用途，分為企業融資模型 現金流融資模型和專案融資模型等。a卡，又稱為申請者評級模型，主...