反欺诈 LR & 可解释

• https://www.zhihu.com/question/41354392
  一个产品经理对于风控业务场景的了解，写的很好，方向明晰 业务场景;
  这篇博客将LR 反欺诈业务场景说的很明白 数据分析、分箱、WOE、单变量筛选、变量相关性分析 ; Blogs: 数据科学猫：数据预处理 之 数据分箱(Binning)
• 过程较为完整，Blog: LR 信用卡欺诈，加入GBDT 筛选特征 基于GBDT算法+LR逻辑回归处理信用卡交易反欺诈,
  也可以考虑 随机森林、XGB 等 RF, GBDT和Xgboost构造新特征+LR融合的原理及实践;
  我如何分析模型的预测效果？ KS/AUC 可以用来做评价指标；信贷评分卡模型在线监控

如果存在样本不均衡怎么办？ Smote + LR 应用

• 案例 code 详细， 另一个博主的code解释：数据分析中的变量编码——德国信贷数据集（data coding in data analysis-German credit datasets）。
  【Github 仓库】
  • 如果 导入失败，你应该怎么去做？具体操作可以参考 Python安装 libFM

# 如果导入失败
# 要从github直接导入(从github仓库)
from pyfm import pylibfm

---

• SHAP：https://shap.readthedocs.io/en/latest/index.html；Github Notebook code；官方文档