逻辑回归模型-数据预测分析商业实战

1.通用建模流程包括【问题确立】，【数据收集及处理】，【分析及信号发现】，【模型开发】，【模型评估】，【执行】具体如图所示。

2.【样本筛选】主要内容为【时间窗口选择】、【特定人群选择】。选择一部分人群进行建模，例如客户的目标群体。对样本进行时间窗口的限定，选取时间窗口既不能离时间太近也不能太远。

3.【数据清洗】主要内容为【缺失数据处理】、【上限/下限】、【检查数据分布】。检查数据分布是否和预期一致，若不一致采用合理方法进行调整。若值过大或过小时，应通过限制【上限/下限】进行解决。这样是为了使数据分布不至于分散。

4.【筛选变量】主要内容为【相关性分析】、【变量聚类】。在【筛选变量】过程中使用相关性分析判断每个变量是否和建模因变量有相关性。通过【变量聚类】的方法归结于一起，从而减少变量数量。

5.【建立模型】主要内容为【Step-Wise】、【模型结果解释】。在建模阶段会使用【Step-Wise】方法，逐步加入变量到模型中，从而寻找最理想的模型。

6.【模型评估】主要内容为【VIF】、【C值】、【R的平方】、【Lift图】、【INS/OOS/OOT】。【VIF】是衡量模型中自变量贡献性的一个指标，【VIF】越大表示变量之间的贡献性越强。【C值】和【R的平方】是用于评价模型本身表现的参数。【C值】是用于逻辑回归模型，【R的平方】是用于线性回归模型。