| 特征类别 | 变量范围 | 描述 |
|---|---|---|
| 客户基本信息 | x0-x20 | 包含客户 demographic 信息 |
| 历史金融借贷 | x20-x256 | 征信系统中的借贷历史记录 |
| 其他行为数据 | x256-x3805 | 客户其他金融/消费行为 |
目标变量：
y=1 表示授信后发生逾期，y=0 表示正常还款
| 数据集 | 样本量 | 正样本占比 | 时间维度 |
|---|---|---|---|
| 训练集 | 62,000 | 18% | 分阶段记录 (date变量) |
| 测试集 | 18,000 | 11% | 与训练集同分布 |
图：训练集与测试集的样本分布
预测客户逾期概率 P(y=1|x) ∈ [0,1]
输出处理建议：
🧠 模型架构 当前最佳结构
超参数建议：
Patch长度: 128
Hidden size: 64-256 (需验证)
使用线性层+正则化防止过拟合
🔍 实验记录
采样策略对比
方法 准确率 召回率 备注
原始数据 0.633 0.551 Baseline
欠采样 0.618 0.573 需验证正样本量
阈值调整 0.590 0.636 最佳平衡
NNI超参搜索
nnictl create --config config.yaml --port 8080
算法对比表：
算法 优点 缺点 安装
TPE 轻量级贝叶斯优化 忽略参数关联 内置
SMAC 处理分类变量好 依赖随机森林 pip install nni[SMAC]
BOHB 组合Hyperband+TPE 计算成本高 内置
待解决问题
验证欠采样后的正样本比例
优化patch-based特征提取层
测试不同hidden_size的影响