征信-个人信贷违约

目标

  • 通过建立信贷违约模型,给出用户信贷违约的概率
  • 通过模型给出用户合理的信贷额度
  • 通过工具,帮助业务人员自己建模,让业务人员根据自己的业务经验来选择数据,通过工具帮助业务人员建模。让业务人员更容易接受模型的应用与普及
  • 提高违约客户捕获率

痛点

  • 如何找到合理的数据维度
  • 解决高基数与非线性问题对模型的影响
  • 挑选合理的模型或者模型组合
  • 阳性样本少,避免模型过拟合

建模结果对比

智能建模 传统建模
人数 1 1
建模时间 5分钟(数据预处理+建模) 2个月
建模数量 1 1
建模数量 100000+ / 28MB 100000+/ 28MB
模型表现 0.9728(测试集0.965) 0.957

case3