一、数据准备
数据准备阶段，筛选不同时间段（方便评估模型稳定性）具有贷后表现的样本，正负样本比例大概在8:2左右（也可以按实际比例筛选），样本成分可以是整个行业所有场景的样本，也可以单个场景的样本，建模样本数量标准至少2万以上，5万-10万满足要求，10万以上效果最佳，如果2万以下仅可筛选测试标签（样本量少建模会造成过拟合或者欠拟合导致模型不准确）。
二、标签取数及筛选阶段
Step1：根据回溯日期进行标签取数，必须不包含回溯日期当天（当前标签值T+1时间更新，确保模型上线和线下效果一致）。
Step2：取好的标签数据进行数据分组，分组方法包括等距，等频，最优卡方，最优IV值等等。
Step3：计算分组之后标签的WOE值和IV值，选取IV值大于0.1的标签。
Step4：计算标签的相关系数以及方差膨胀系数（剔除相关性和共线性的影响）相关系数标准可根据标签数量选取0.8和0.9作为标准，保留IV值更高的标签，方差膨胀系数标准为5或者10。
最终保留标签30-60(不同的建模方法标签数量不同)个标签进行模型训练
三、模型训练
目前常用逻辑回归、随机森林、GBDT和XGBOOST等等，其中逻辑回归可以输出系数，规则可以复现，模型部署相对简单，效果相比于其他算法略差，但稳定性更强。其他算法属于黑盒算法，效果相对于逻辑回归更好，但稳定性较差。建议逻辑归回作为基础，其他算法效果作为调优参考。
逻辑归回算法：输入标签分区的woe值，输出模型规则（模型系数）。
XGBOOST,GBDT等：输入标签原始值（可以根据标签量不进行相关性和共线性剔除），输出模型文件.m文件。
根据预测的模型结果进行分数映射，计算方式,其中A,B可以根据最终分数分布进行调整。
四、模型部署
[1] 逻辑回归模型，由于逻辑回归模型规则可以复现，所以可以对规则进行拆分，命中区间得到对应的分数，将标签对应的分数加总的规则形式进行部署，优点不需要嵌入python，部署方便，逻辑简单，占用资源少等优点。缺点模型效果略差。
[2] XGBOOST,GBDT等部署，由于输出文件为黑盒的.m文件，所以部署需要进行数据库和Python交互，最后映射分数，所以部署相对复杂，占用资源较多等缺点，但具有模型效果好等优点。
五、模型监控
需要针对模型稳定性监控，例如模型分数稳定性，标准产品标签等等，主要用于防止标签和模型分数发生重大变化，导致商户策略失效，误判率增加。
方法：PSI稳定指标；其计算逻辑如下：
监控指标：当天与一周前的PSI值，当天与一月之前的PSI值，当前与3个月前的PSI值等等。
六、模型更新
当模型需要更新时，按照数据准备，标签取数及筛选，模型训练等规范进行，考虑模型的稳定性和效果。
标准：模型稳定性达到要求（PSI值和训练集测试集效果相当）以及模型效果提升情况。
新模型要求一：
[1] 当监控指标发现模型分数PSI达到更新模型阈值，训练新的模型达到以下条件即可更新：模型效果大于等于旧模型且稳定性达到要求，否则重新训练模型。
[2] 当要探索更高模型效果时，训练新的模型效果高于旧模型KS值0.03以上模型且稳定性达到要求，否则重新训练模型。
新模型要求二：新的模型需要测试过去一月业务数据（不包含训练样本），对比分析新旧模型效果，达到要求即可部署更新上线。
