信用风险评估评分卡 之 极端值
来源:互联网 发布:crossover linux 破解 编辑:程序博客网 时间:2024/06/05 20:52
极端值的产生:
1.数据生成的过程来源于某些未知的函数形式的分布,很难确定哪些观测值是极端值;
2.在获取原始业务数据过程中,产生差错。极端值的识别:
1.为每个变量(feature)设定一个正常的取值范围,超过一定范围视为极端值。如连续feature,这些范围设定为均值+/-3倍标准差。该方法只考虑单个变量。
2.用已知数据拟合模型,严重偏离拟合模型的样本/观测值视为极端值。
3.用聚类算法将数据分为若干子集,只含有很小数量的簇(理想情况只包含一个样本/观测值),视为极端值。
4.用决策树发现包含少量观测值的持续结点。
总结:常用多种方法相结合,比如采用基于取值范围的方法进行单变量分析识别极端值,然后用聚类方法在多元特征上识别。- 极端值的处理
大部分情况,删除极端值,或者将其重置为总体中看起来更为典型的某个值。然而,当被认为的极端值的数量很大,比如超过总体10%,那么需要将总体分为两个独立的数据集,分别开发独立的评分卡。
极端值很少时可以删除,另外可以用中位数,均值等替换。
0 0
- 信用风险评估评分卡 之 极端值
- 【机器学习】信用风险评估评分卡建模方法及原理
- 信用风险评估评分卡建模方法及原理
- 信用风险评估之 预测力指标(筛选特征)
- 《信用风险评分卡研究——基于SAS的开发与实施》学习笔记(1)
- 《信用风险评分卡研究——基于SAS的开发与实施》学习笔记(2)
- 判别分析、logistic在信用风险评估中的应用
- 想要了解大数据信用风险评分,这篇文章值得细读!(上)
- 基于五种机器算法的信用风险评估
- 信用风险模型(申请评分、行为评分)与数据准备(违约期限、WOE转化)
- 笔记︱信用风险模型(申请评分、行为评分)与数据准备(违约期限、WOE转化)
- win7 计算机评分 无法评估磁盘解决方案
- Python数据挖掘与机器学习_通信信用风险评估实战(1)——读数据
- Python数据挖掘与机器学习_通信信用风险评估实战(2)——数据预处理
- Python数据挖掘与机器学习_通信信用风险评估实战(3)——特征工程
- 演练:开发预测分析解决方案,用于在 Azure 机器学习中评估信用风险
- 信用评分之二--信用评分中的评分卡中的A卡、B卡和C卡
- 信用评分之二--信用评分中的评分卡中的A卡、B卡和C卡
- Spring Batch Partitioning example
- 车(唯一分解定理+高精度乘以单精度)
- 7. Scaling and Parallel Processing
- Bash中的可执行命令
- namespace 命名空间
- 信用风险评估评分卡 之 极端值
- Jsp简介
- file change只触发一次 解决方案
- 理解面向对象
- Can’t connect to local MySQL server through socket 解决办法
- js设计模式-原型模型
- hbase非正常删除表之后,以原来表名删除和创建时报错问题
- Developer Community
- 解决ssh无法登陆Linux系统