1. 确定建模目的
在信贷领域中建立风控模型是为了找出可能会逾期的客户，根据逾期的可能性和资金的松紧程度选择是否放贷。
在支付领域建立风控模型是为了找出可能存在非法经营的商户，保证商户没有违法经营。
2. 确定好坏样本逻辑
在信贷领域中逾期大于x期(不同公司取值不同)的客户定义为坏客户(1),从未逾期的客户定义为好客户(0)
在支付风控领域中，有赌博、欺诈、套现、伪卡等行为的商户定义为坏商户(1)(具体根据模型要防控的风险决定),未有上述风险的商户定义为好商户(0)
3. 特征工程
在风控领域一直都有这样一句话 “数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这里的数据指的就是经过特征工程得到的数据。通俗的讲就是衍生变量去捕获风险客户。特征工程一般分为三个部分：
1. 特征构建
2. 特征提取
3. 特征选择（IV、GBDT、随机森林、逐步回归、相关系数等）
4. 数据准备
做完特征工程后就确定了需要建模的字段，如果公司的数据较多可以按以下步骤在hive中跑取需要的数据，如果数据量不大也可以在Python中或者R中准备数据。
5. 数据清洗
把合并的数据验证无逻辑错误后导入到Python中进行接下来的处理。可以看下数的分布情况，去除一些异常值。
6. 建立模型
建模可供选择的算法较多，信贷领域中逻辑回归算法比较成熟，应用比较广泛，模型的稳定性较好，很多的银行和公司都会用逻辑回归算法建立模型。 其它的一些算法比如决策树、随机森林、GBDT、孤立森林、DBSCAN、神经网络等等根据公司的业务需要也有应用。
7. 模型效果评价
建完模型后，要评价模型的效果，能否投入生产使用，需要看以下指标的情况。如果模型效果不好，要考虑是否有重要的变量没有衍生出来、或者是较好的变量没有选择到模型中去、或者是用的算法不适合这种场景。
7.1 KS
这是我在建模过程中生成的KS图，本文只放图片，具体计算公式和绘图代码在后续文章中会给出
7.2 混淆矩阵
这是我在建模过程中生成的混淆矩阵，本文只放图片，具体计算公式和绘图代码在后续文章中会给出
7.3 count_table
这个表格是把总体样本均分成x份(一般是100份),看top1的样本中坏样本率，从而判断模型在高分商户中的风险情况。本文只阐述原理，具体计算公式和代码在后续文章中会给出
8. 模型上线
在支付风控领域如果模型验证没有问题，一般会上到线上，自动生成案例。在信贷中会模型搭配规则，判断申请贷款的人是通过放贷、拒绝放贷、还是转人工处理。这种也是线上处理，有些公司是准实时批贷，有些是实时批贷，对后台的要求较高。
9. 模型稳定性验证
模型上线后，要定期观测模型的各项指标(PSI、模型变量均值、最大值、最小值、空值等)，看算模型的数据是否正常，模型的变量是否发生很大的偏斜，模型的准确率怎么样。如果模型发生了重大偏斜或准确率下降得特别厉害，要及时找出原因，不管模型上线时间有没有达到半年，都要快速迭代模型，保证业务的正常开展。
10. 模型更迭
一般半年左右，模型需要更迭，具体看数据的偏斜程度。
本文所讲的都是大致流程，没有深入展开分析，在之后的各期中会逐步展开这里所讲的每一小点，给所有需要从事风控模型的同学一点建议。
以上都是我在建模过程中的一点经验总结，有不正之处恳请指正！
参考文献：
https://www.cnblogs.com/wxquare/p/5484636.html
