风控模型 已在 各大银行 和 公司 都实际运用于业务，用于营销和风险控制等。
本文以视频的形式阐述风控建模中如何处理缺失值，并提供风控建模原理和Python实现文章清单。
之前已经阐述了100天精通风控建模(原理+Python实现)——第1天：什么是风控建模？
100天精通风控建模(原理+Python实现)——第2天：风控建模有什么目的？
接下来看下100天精通风控建模(原理+Python实现)——第3天：风控建模中如何处理缺失值？
下文梳理 风控模型搭建的原理和Python实现 ，按顺序做成清单的形式，点击即可进入相应文章链接。
方便大家系统地掌握风控模型的搭建和上线运用。
- 风控建模整体流程
- 一文搞定评分卡开发中——Y的确定（Vintage分析、滚动率分析等）
- 逻辑回归和sigmod函数的由来
- 逻辑回归(logistics regression)原理-让你彻底读懂逻辑回归
- 逻辑回归项目实战-附Python实现代码
- 评分卡原理及Python实现
- 决策树-ID3算法和C4.5算法
- CART决策树原理（分类树与回归树）
- Python中调用sklearn决策树
- Python中应用决策树算法预测客户等级
- 企业欺诈识别
- Python中应用detect函数对变量进行描述性统计
- 风控建模中的IV和WOE
- 【干货】风控建模中把原始变量转成WOE实现
- 应用Python中的toad.quality函数衡量变量重要性
- 应用Python中的toad.selection.select函数对入模变量进行挑选
- Python实现逐步回归
- 模型评价指标—KS
- 【Python数据挖掘】应用toad包中的KS_bucket函数统计好坏样本率、KS值
- 模型效果评价—混淆矩阵
- 模型评价指标—F1值
- 模型评价指标—ROC曲线
- 模型评价指标—count_table
- 模型稳定性指标—PSI
- 电信流失用户画像
- 电信客户流失预测
- DBSCAN聚类
- 机器学习模型部署—PMML
本文随着公众号文章的丰富，会持续梳理更新，敬请期待。
【限时免费进群】 群内讨论学习Python、玩转Python、风控建模、人工智能、数据分析相关问题，还提供招聘内推信息、优秀文章、学习视频，也可交流工作中遇到的相关问题。需要的朋友添加微信号19967879837，加时备注想进的群，比如风控建模。
往期回顾：
一文囊括风控模型搭建(原理+Python实现)，持续更新。。。
限时免费进交流群
19967879837
添加 微信号、手机号