变量|一次风控联合建模，我总结出了这些( 二 ) 火币|清退|huobi|站内信

最后，还要计算变量的分布，确保分段处理后的变量分布逐月稳定且合理。
三、无穷无尽的拉扯许多天以后，慢A终于准备好了样本，快B被慢银行骂了几次SB后，变量的含义还是没改，不过加了一个维度列。
这些加密的主键被发送到快B，匹配了早已不知道是什么的特征。
终于，慢A带着这10w个好坏样本，不情不愿地来到了快大厂的所在地，快B给安排了工位，电脑桌面放好了10w个样本的匹配结果。
慢A开始了无脑的数据分析，统计了数据的匹配情况，对着f1、f2……的特征强压着内心的怒火。
在旁边拿出了自己带来的电脑，连上热点，开始了百度一下。
找出了早已备好的计算woe、iv的代码块，对着所有的变量跑了一通，筛出了一些区分度高的变量后，又看了他们的风险分布。
问天，这个单增的变量是不是应该单增；问地，这个单减的变量是不是应该单减；问自己，这个U型分布变量是个什么鬼。最后问快B，快说，我有刀。
时间无情的流逝。
模型终于建好了，慢A算了几个KS，不由得想骂人，怎么有点低，怎么波动这么大。
找快B，找慢银行，多方讨论，也没有什么高招，只好就这样。
然后定了个阈值做了一些业务指标的测算，出了一个报告。
慢A把成果发送回了慢银行，进行了远程汇报……
最后，模型就这么定了。
这个阶段慢A很烦躁。
四、模型部署慢A把模型文件和模型变量交给快B之后，就逃也似的离开了快大厂。
此时的快B觉得气定神闲，上线过很多个模型之后，谁还会把这这当回事呢。
然后不紧不慢地打开了慢A给的文件，差点没吐血。
这些变量咋还被再次处理了，给的变量都被分段好了，还合并分组干什么，不知道xgb是二叉树嘛。
怎么入模了这么多变量。
模型文件一解析，又发现这树怎么长这样，这xgb参数也太扯淡了。
快B大叫一声不好，一个电话打给了慢A，慢A说有些变量分组人数太少就合并了，参数是网格搜索找出来的。
快B很吐血，这意味着，要多一层特征处理作业，这一步很容易出错。另外，模型打分作业耗时久，需监控的变量多。
因为徒增了这些工作，重要但不紧急的模型部署变成了重要又紧急的todo。
但好歹，模型文件给到了快大厂，离线打分总远远好于实时打分。
模型终于被部署好了，并经过了一致性校验。
这个阶段快B很暴躁。
五、我说有件事情特别重要，而很多建模的同学并没有意识到。
离线打分再把分数推送至线上接口，会比推送特征线上实时计算分数容易地多。
前者，模型复杂度就不太重要，计算作业再耗时也不是什么大问题。
但后者，就注定不能用太多变量，不能让模型过于复杂，因为推送几百个特征至线上是很困难的，保证接口响应速度是很吃资源的，验证分数的一致性也是更不容易的。
这决定了你如何去做特征工程，如何去训练模型。
所以，最为要紧的事情是，在启动建模前就必须想清楚最终将如何上线应用。
负责建模的A和B同学，一定要清楚这个流程，即使他们本人还没有这些经验，也需要有人告知并提醒他们。
并且保持一定频率的交流。
如果你们在联合建模，或者任何建模，确保你有办法知晓更全的信息。如果没办法，我可以尽一点绵力。欢迎交流。
本文由@雷帅原创发布于人人都是产品经理。未经许可，禁止转载
【变量|一次风控联合建模，我总结出了这些】题图来自Unsplash，基于CC0协议