模型跟踪之拟合度曲线

作者：zhaikun   风控建模屌丝一枚，现居于北京

个人微信公众号：Python数据分析与评分卡建模

数据获取方式：关注Python爱好者社区后回复 拟合 即可获取。

评分卡模型上线后，是要跟踪维护的。比如检验模型的稳定性，如PSI值，检验模型有效性，如kendalls_tau值；有做的报告，如客群稳定性分析报告、变量稳定性分析报告、评分分布报告、模型区分度检验报告、逾期拖欠分布报告；还有可视化曲线，如模型拟合度曲线。

这些跟踪检验方法在我的新书里都有涉及，今天先给大家讲下拟合度曲线的画法。

什么是拟合度曲线，有怎么检验呢？

把分数从低到高分成10组，对比每组开发时的坏账率与使用模型时的坏账率，两条曲线最好重合。

下面上代码：

11万行，4列数据，为了距离，使用阶段分数我是用开发阶段分数+10得出。

我们看见两条曲线的趋势基本一致，476分以下都是坏客户，528分的时候，使用阶段模型的违约率到0.45左右，而开发阶段违约了0.65左右。使用阶段曲线下降较快，说明客群较开发时较好（当然，因为分数统统加10）。

Python爱好者社区历史文章大合集：

福利：文末扫码立刻关注公众号，“Python爱好者社区”，开始学习Python课程：

关注后在公众号内回复“课程”即可获取：

小编的Python入门视频课程！！！

崔老师爬虫实战案例免费学习视频。

丘老师数据科学入门指导免费学习视频。

陈老师数据分析报告制作免费学习视频。

玩转大数据分析！Spark2.X+Python 精华实战课程免费学习视频。

丘老师Python网络爬虫实战免费学习视频。