評分卡模型變量篩選

變量篩選 用戶的屬性很多，如果全部輸入模型，時間開銷太大，而且模型複雜度過高。也會導致模型泛化能力降低，需要提前剔除沒有意義的變量。 挑選入模變量需要考慮很多因素，比如：變量的預測能力，變量之間的線性相關性，變量的簡單性（容易生成和使用），變量的強壯性（不容易被繞過），變量在業務上的可解釋性（被挑戰時可以解釋的通）等等。 其中最主要和最直接的衡量標準是變量的預測能力和變量的線性相關性。本文主要探討

>>阅读原文<<