scxyz的博客

本文主要讲“变量选择”“模型开发”“评分卡创建和刻度”变量分析首先，需要确定变量之间是否存在共线性，若存在高度相关性，只需保存最稳定、预测能力最高的那个。需要通过 VIF(variance inflation factor）也就是 方差膨胀因子进行检验。 变量分为连续变量和分类变量。在评分卡建模中，变量分箱（binning）是对连续变量离散化（discretization）的一种称呼

KS(Kolmogorov-Smirnov)：KS用于模型风险区分能力进行评估， 指标衡量的是好坏样本累计分部之间的差值。好坏样本累计差异越大，KS指标越大，那么模型的风险区分能力越强。 ——神秘的KS值和GINI系数上面是ks的简单介绍，相信大家看了这几句话，肯定还是不懂ks到底是个什么。我也是研究了比较久，终于搞清楚了ks的具体计算方式。搞清楚了计算方式后，ks的含义自然就清楚了。下面...