一种基于边际贡献的风控模型自动化变量筛选方法及系统

本发明公开了一种基于边际贡献的风控模型自动化变量筛选方法及系统，包括：通过处理缺失值、异常值，对连续变量进行分箱，并计算每个分箱的WoE值；通过删除低方差特征和高相关性特征，使用IV和PSI初步筛选特征，确保模型只包含重要且稳定的特征；使用初步筛选后的特征集训练初始评分卡模型，结合不同的损失函数，计算每个特征的边际贡献；根据in model MC剔除边际贡献低于阈值的变量，添加out model MC高于阈值的变量，迭代优化特征集，直至模型性能稳定；使用交叉验证方法评估模型性能，通过网格搜索或贝叶斯优化调整模型参数。提高了模型的预测准确性、稳定性和效率，简化了模型复杂性，确保了模型合规性。