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 |
