下载掌阅APP，畅读海量书库
立即打开
在完成单维度策略测算后，需要对测算环节筛选出来的效果好的规则进行泛化分析，验证规则在验证集上的效果，若泛化效果仍较好，则说明规则效果较好，可以上线决策。需要说明的是，很多时候，规则在测算集上表现较好，而在验证集上表现较差，所以，为了筛选效果好且表现稳定的规则，规则泛化过程是必不可少的。本节以贷前单维度策略泛化为例，介绍策略泛化常用的一些指标（贷中和贷后单维度策略泛化指标大同小异，读者结合具体场景适当调整即可），具体见表2-7。
表2-7 贷前单维度策略泛化指标
（续）
（续）
（续）
在规则泛化时，建议至少要有三个月的目标字段表现成熟的样本，同时目标字段未成熟月份的数据也要纳入泛化样本集。在目标字段表现成熟的样本上，可分析规则的额外触碰Lift、逾期率下降幅度等指标；在目标字段未表现成熟的样本上，可分析近期样本上的额外触碰率等指标。上述指标对评估策略效能具有重要意义。
在规则泛化时，主要分析以下两部分内容。
1）按月回溯分析规则上线后对风险的影响，主要分析指标有额外触碰率、额外触碰成熟坏样本量、额外触碰逾期率、逾期率下降幅度、额外触碰Lift、额外触碰fpd15_Lift、额外触碰率离散度等。
2）按周、日回溯分析规则在近期不同时间段样本上对通过率的影响，主要分析指标有额外触碰量、额外触碰率等。
通过对规则进行泛化分析，可以基于分析结果预估规则上线后对通过率和风险的影响，在规则上线决策后，若相关指标与分析结果差异较大，则需要尽快分析原因并基于分析结果决定下一步动作。图2-5为规则泛化部分分析结果示例，具体泛化文档可基于本章案例实践代码和数据获得。
在规则泛化完成后，需要将基于泛化结果筛选出的效果好的规则部署到决策引擎上进行风险决策。在筛选效果好的泛化规则时，主要筛选额外触碰率在合理区间（通常为0.5%~5%）、额外触碰率离散度稳定或相对稳定且额外触碰Lift值持续较高（通常均要大于3）的规则准备进行上线。
图2-5 规则泛化部分分析结果示例（经脱敏处理）
在实际筛选待上线规则的过程中，有时会遇到规则额外触碰Lift值持续较高，但是额外触碰率不稳定的情况。举个简单的例子，额外触碰率连续3个月取值分别为1%、4.5%、0.5%，虽然额外触碰率不稳定，但是都小于5%，还是可以进行上线的。在筛选待上线规则的时候，评估的主要指标就那么几个，具体是否上线，要结合具体情况具体分析。