• <tr id='BhxVnH'><strong id='BhxVnH'></strong><small id='BhxVnH'></small><button id='BhxVnH'></button><li id='BhxVnH'><noscript id='BhxVnH'><big id='BhxVnH'></big><dt id='BhxVnH'></dt></noscript></li></tr><ol id='BhxVnH'><option id='BhxVnH'><table id='BhxVnH'><blockquote id='BhxVnH'><tbody id='BhxVnH'></tbody></blockquote></table></option></ol><u id='BhxVnH'></u><kbd id='BhxVnH'><kbd id='BhxVnH'></kbd></kbd>

    <code id='BhxVnH'><strong id='BhxVnH'></strong></code>

    <fieldset id='BhxVnH'></fieldset>
          <span id='BhxVnH'></span>

              <ins id='BhxVnH'></ins>
              <acronym id='BhxVnH'><em id='BhxVnH'></em><td id='BhxVnH'><div id='BhxVnH'></div></td></acronym><address id='BhxVnH'><big id='BhxVnH'><big id='BhxVnH'></big><legend id='BhxVnH'></legend></big></address>

              <i id='BhxVnH'><div id='BhxVnH'><ins id='BhxVnH'></ins></div></i>
              <i id='BhxVnH'></i>
            1. <dl id='BhxVnH'></dl>
              1. <blockquote id='BhxVnH'><q id='BhxVnH'><noscript id='BhxVnH'></noscript><dt id='BhxVnH'></dt></q></blockquote><noframes id='BhxVnH'><i id='BhxVnH'></i>

                銀行-小微企業信貸客戶違約預測

                傳統信貸客冷哼一聲戶違約預測的問題:

                • 客戶信息數據來源復雜
                • 有很多時間相關信息的特征難以利用
                • 數據維度多,建模◥預處理難度大
                • 陽性數量拒絕了朱俊州要送別低,容易出現模哢嚓——一聲型過擬合
                • 違約條ζ件劃線難

                使用易明智能建模工具:

                • 智能篩選重要變量』,合理升維、降維,讓業務人員可以通過最↙小維度的特征建模
                • 對時間因素「充分利用並合理處理
                • 智能模型篩選避免過擬●合
                • 業務人員可以根據自己的需求∞快速建模,並根據※多種模型表現,綜合選卐擇合理劃線規則

                潛在意義:快速有效提升了銀行對小微Ψ 信貸客戶違約概率的準確判有話好好說斷,加強ζ 其風險防控能力

                建模結果一言為定對比

                目標:某大型銀行根據小微信貸【客戶的信息判斷小微客戶信貸違約概率,幫助銀行拓展小微客戶信小姐在一起喝酒貸業務

                易明智能建模工具用時僅17分鐘,且模型前10%Lift表現相較於傳統建他模的模型表現高出近2.1%,且模型表現更好像變成了機械手穩定。

                智能建模 傳統建模
                建模時間 17分鐘(數據而那個美女預處理+建模)
                建模數量 1 1
                訓練集 0.996 0.998
                測試集 0.987 0.972
                前10% lift 9.8 9.6
                原數據維度 5500+ 5500+
                建模數據 36000+ / 453MB 300000+/ 4.5GB