银行-个人分期违约预测

目标:银行希望通过建模判断个人用户的违约概率,并能针对不同个人用户制定合理的分期策略。传统个人分期违约预测的问题:

  • 数据维度缺失
  • 阳性样本量低,容易出现模型过拟合
  • 建模周期长,模型生命短

使用易明智能建模工具:

  • 具有智能数据维度扩展模块,可利用有限的数据维度,从数据中挖掘出更多的信息以供模型使用
  • 智能模型筛选避免过拟合
  • 建模时间快,模型适用性强,对有效人群覆盖率高

潜在意义:快速有效提升了银行对个人分期用户违约概率的准确判断,加强其风险防控能力的同时给予合理的分期策略建议,帮助银行实现收益最大化

建模结果对比

易明智能建模工具从数据预处理到建模总共用时仅13分钟,模型表现与传统模型表现相比,没有出现过拟合现象,且更稳定。

智能建模
建模人数 1
建模时间 13分钟(数据预处理+建模)
建模数量 5
原始数据维度 37
建模数据量 2900000+/ 477MB