2018.02.09

上周五主要根据同事P2 3.0的模型，提出了一些问题，进行了相关的分析！

1. 一个是重要变量和我的主要变量的相关性问题，从这次的结果中发有两家公司的多头类变量，虽然收集原理类似，但是实际pearson相关系数算下来并不大，和我上次看的不太一样！

2. 期间我弄错了一个P2 3.0一个变量的定义，那个变量是互联网门户平台的注册数，并不是借款平台的注册数，有一点也可以反映出来，就是这个次数，越大逾期率越低，且和真正的多头指标是呈负相关的！

3. 所以P2在独立性上应该是可以的，从测试集的结果来看，只要没过度去拟合，应该未来会得到一个不错的结果

4. 然后还有一个问题就是，我发现，现在在抓取5.25-7.16的房贷客户，我的decile1逾期会比之前光是移动的要低，有些因变量定义下还低很多，我就区分了运营商，果然发现我decile1中移动比较差，联通比较好，但是10个decile拉通了看，并没有这个规律，只有在我的decile1下比较明显！而且除了5.25-7.16这段样本，在7.17之后的样本上也在一定程度上呈现出了这个pattern，原因不明，而且不好应用，应用不外乎两种方案吧，一个就是+分，但是如果加分相当于就是说把以前联通decile2的人放到了decile1，但是从matrix上观察，decile2的联通逾期并不低，至少不稳定吧，所以这种应用方案得不到作证，比如把移动的再往前划一点，逾期率也不一定能得到下降；另外一种应用方案就是外挂，不同的运营商用不同的decile，这个方法的问题依然是同第一种，没办法作证！还有一种方案就是把这个指标用于二阶段模型的变量，在下一版进行考虑，但是下一版我的模型变了，这个pattern可能就不稳定了，那就下一版再说吧，现在这个问题就暂时先划一个句号

5. 有人提出联通的虚拟号段多，按理说应该更坏才对，我又去查看了虚拟号段相关的问题，百度百科搜"手机号码"就可以得到不同运营商的虚拟号段。我后来发现放款用户中根本就没有虚拟号码，我看了下逻辑，程序逻辑没有一个地方专门针对虚拟号段（我现在想起了，我当年是对合作方进行判断的时候，除了6个月以下的在网时长会拒，返回NULL的或者没有结果返回的也会拒绝，所以当时拒绝的就是在网时长不足6个月和虚拟号码），但是2A确实没有一个逻辑去拒绝虚拟运营商，在网时长只是我模型中的一个变量，（现在虚拟运营商report中会不支持，直接在对应的result中并没有结果），虚拟运营商会得到一个比较差的值，但是从理论上讲虚拟运营商是可以过2A模型的，从实际上来讲不好过的地方应该是四要素