分类与聚类（风控场景适配·可嵌入版）.docxVIP

分类与聚类（风控场景适配·可嵌入版）

分类与聚类是数据分析与建模中两类核心的无监督/有监督学习方法，结合本文档信用卡风控违约预测场景，贴合前文回归分析、特征工程及准确性保障要求，明确两者核心定义、适配场景及与前文模块的衔接，重点区分适用场景，避免混淆，为建模流程提供支撑：

一、分类（有监督学习，核心适配风控场景）

分类是有监督学习方法，核心是基于已标注的样本数据（如已标注“违约用户”“正常用户”），训练模型学习特征与目标标签（二分类/多分类）的映射关系，进而对新样本进行标签预测。

风控场景适配：本次信用卡违约预测核心为二分类场景（目标标签：违约/正常），与前文逻辑回归（基线模型）、XGBoos