运用逻辑回归建立信用卡欺诈评分卡课件.docx

项目目标：运用逻辑回归建立信用卡欺诈评分卡本次实验的数据均来自于我行真实数据，只是在本文的作业中不会出现实际客户信息以及真实的变量内容以及全部代码，仅仅只是一次尝试，仅供参考。一】数据样本的确定本次尝试选取了时间窗口12年11月到13年1月，13年5月到13年7月1000140笔样本数据。并按照6：4的比例分成测试集和训练集二】变量确定X变量：从申请表，第三方信息源等数据表中提炼出85个初始变量，包括原始变量，根据经验确定的中间变量。Y变量：在实际业务中被认定的坏客户，其他的为好客户，分别用1和0表示三】变量异常值剔除，缺失值填补数值变量：运用计算99分位数，把大于2倍99分位数的数值置为99分位数，把缺失值总量超过20%以上的变量剔除分类变量：运用插值法，把缺失的变量填回去。四】变量筛选1、??首先进行单变量的逻辑回归，删除掉P值大于0.3的变量，2、??把数值变量进行分段操作，使得分出的段之间有较大差异，并且是单调的。3、??计算IV值，把IV值小于0.02的剔除，小于0.02的被认为是没有预测能力的4、??运用聚类的方法，把分类变量进行聚类，以降低分类变量的纬度最后筛选出的变量如下表（实际意义不加以说明，表示的是一些客户的属性）最终10变量IVPBC_CC_CNT_OPEN_L6TH_B0.5726102PBC_CC_OPENDATE_INT_B0.3712097SPREADER_HIRE_DATE_B0.3466377APP_LOANCARD_NUM_B0.2145266PBC_SAME_MOBILE0.2075589APP_CITY0.1969697PBC_CC_LOAN0.1809676APP_SAME_OTHERMOBILE0.1449625APP_EDUCATION_DEGREE_B0.0929062SAME_COMPANY0.0867273PBC_COMPADDR_TIME_B0.0649564PBC_SAME_COMMUADDR0.0584656五】逻辑回归运用逐步回归法，计算各变量的参数估计Proc logistic data=lg.F_BS_NEW_IND_TRAINdescoutest=LG.param_est;model TARGET_VAR_NEW=PBC_CC_CNT_OPEN_L6TH_WOEPBC_CC_OPENDATE_INT_WOEPBC_COMPADDR_TIME_WOESPREADER_HIRE_DATE_WOEAPP_LOANCARD_NUM_WOEPBC_SAME_MOBILE_WOEAPP_CITY_WOEPBC_SAME_COMMUADDR_WOEPBC_CC_LOAN_WOEAPP_SAME_OTHERMOBILE_WOEAPP_EDUCATION_DEGREE_WOE/ selection=stepwise slentry=0.05 slstay=0.05outroc=LG.ROC ctablepprob=(0 to 1 by 0.1) details lackfitstb;output out=LG.PRED p=phat;Run;proc sort data=LG.PRED;by descending phat;Run;输出结果六】模型评价运用洛伦茨图和ROC图来看下模型的效果提升图：每一段的实际坏客户占比单调下降，说明模型的效果不错，如果呈现的是非单调的，则说明模型不可用。洛伦茨图在30%的水平下比随机提升35%左右，模型效果可以再看下ROC图，误判30%的好客户可以区分出75%的坏客户，C值在0.76，一般评分卡的C值大于0.75就可以运用此模型。七】输出评分卡/*********************************************/? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?/*********************************************/? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?/***** Automatically Generated Scorecard *****/? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?/*********************************************/? ?? ?? ?? ?? ?? ??