FICO变量分箱技术及区分度评分模型原理说明

购买课程后在本页面底部下载课件
 
【课程背景】

FICO评分应用的就是Divergence模型，目标函数很明确就是：

（1）让好坏客户评分均值距离尽量大；
（2）让各自的评分方差尽量小。

FICO评分模型的强势除了模型的稳健性、可解读之外，它的求解能力也是它的一大优势，FICO公司有专业建模工具（Model Builder）。
通过评分模型得到的评分基本是在（-2,2）之间的的小数，所以会进一步通过拟合、尺度化，将评分结果转化成于与业务相关的整数，拟合、尺度化这个技术在Logistics回归也会用到的，该过程的原理和推导！

整个课程都是浅入深出，如果你是从事信用评分/分类分析项目，想了解FICO评分工作原理，想了解拟合与尺度化过程，想发表这方面的论文，那么我相信本课程不会让你失望的，肯定会让你从中有很多收获！
 
 
【授课对象】
从事信用评分卡、数据挖掘的工作人员
 
【学习目的】
学习FICO公司所采用的变量分箱技术及区分度评分模型原理。
 
【课程特色】

1. 使用SPSS Model Builder演示，可以自动分箱、模型求解
2. 提供全套资料包括：评分原理说明、Matlab程序代码、测试数据

 
【课程大纲】
（1）评分卡建立流程与步骤简述
（2）变量分箱技术原理及实例说明
（3）区分度评分模型（divergence模型）原理说明
（4）评分结果的拟合与尺度化原理及实例说明
（5）FICO评分建模工具Model Builder简介
 

【讲师介绍】

周声华
重庆大学数理学院硕士毕业，曾多年从事于数据挖掘项目的工作，在国内第一时间接触到FICO相关资料，并参与了基于FICO评分技术的建模工具的开发。


讲义截图：   代码截图：    

 

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。