一、逻辑回归评分卡
1.数据预处理，包括
（1）数据清洗
（2）格式转换
（3）缺失值填补
2.变量衍生/特征工程
3.分箱，采用ChiMerge,要求分箱完之后：
（1）不超过5箱
（2）Bad Rate单调
（3）每箱同时包含好坏样本
（4）特殊值如－1，单独成一箱
连续型变量可直接分箱
类别型变量：
（a）当取值较多时，先用bad rate编码，再用连续型分箱的方式进行分箱
（b）当取值较少时：
（b1）如果每种类别同时包含好坏样本，无需分箱
（b2）如果有类别只包含好坏样本的一种，需要合并
此处遇到的数据结构：类别型变量：类别种数>5类
类别种数<5类
其中又分为：单类别中包含好坏样本
单类别中只包含好样本或者坏样本
连续型变量。
步骤：
(1)处理类别数小于5的类别型变量，对某一类别中不包含好样本或者坏样本时进行合并，对于包含的不需要合并。
(2)处理类别数大于5的类别型变量，用bad rate进行编码，放入连续型变量里。
(3)对连续型变量进行分箱(一般是chi2分箱)，包括（2）中的变量。
4.WOE编码、计算IV
5.单变量分析和多变量分析，均基于WOE编码后的值。
（1）选择IV高于0.01的变量
（2）比较两两线性相关性。如果相关系数的绝对值高于阈值，剔除IV较低的一个。热力图。
（3）多变量相关性，VIF
6.逻辑回归模型。
要求：
(1)变量显著
(2)符号为负
7.尝试加一下正则（之前和盾交流，在做评分卡时基本上不用正则）
或者用树模型进行变量的选择
二.GBDT算法
1.数据预处理，包括
（1）数据清洗
（2）格式转换
（3）缺失值填补
2.变量衍生/特征工程
对于类别型变量，需要onehot（独热）编码，再训练GBDT模型
3.将独热编码和数值型变量放在一起进行模型训练、调参
原文：https://www.cnblogs.com/ironan-liu/p/11451589.html