作者：黄天元，复旦大学博士在读，热爱数据科学与R，热衷推广R在工业界与学术界的应用。知乎专栏：R语言数据挖掘 邮箱：huang.tian-yuan@qq.com.欢迎合作交流。
相关连接：
提要：
Hope现在作为金融风控分析师就职于A金融公司，之前的风控模型在1月份违约率为6.5%，2月份调整之后达到了4.7%，可喜可贺。但是公司领导Kate居安思危，认为目前市场的波动很大，用户的心理和行为的变化很敏感，因此要再次更新模型。Kate让Hope就1、2月份的所有数据（包括放款的数据和未放款的数据），对放款规则进行更新，来获得更加好的效果。就在2月末3月初，Hope开始做这个模型，尝试保持甚至提高3月份的业绩，并对4、5月份的决策做出指导。
目前进度：
已经做出最简单的LR模型，目前想使用重抽样技术来完善模型。
重抽样技术，包括K折交叉验证、boostrap等，本质是从总体中抽取一部分样本建模，而剩余的样本用于验证。相关的描述如下：
Generally, resampling techniques for estimating model performance operate similarly: a subset of samples are used to fit a model and the remaining samples are used to estimate the efficacy of the model. This process is repeated multiple times and the results are aggregated and summarized. The differences in techniques usually center around the method in which subsamples are chosen.
— Page 69, Applied Predictive Modeling, 2013.
经典的重采样技术包括K折交叉验证和boostrap，可以参照各位大佬的帖子：
https://blog.csdn.net/aliceyangxi1987/article/details/73532651
A Gentle Introduction to Statistical Sampling and Resampling
总的来说，我认为重采样的意义在于：
1、样本量太少的时候，通过对样本进行随机模拟，有利于模拟出接近真实分布的情况；
2、当模型是随机的时候（也就是很难用同样的方法来创建相同的模型），大量的重抽样有利于构建相对稳健的模型。
下面用10折交叉验证试试看：
在这里，对2月份的估计还没有全数据直接做LR模型好。把method改为“boot”，得到结果是一致的。重采样方法对于LR模型的帮助不是特别大。
后面补充了向上采样和向下采样，都完全没有作用。
下一步计划：
探索最小入模样本量。
原文作者：；如有侵权，请联系管理员删除。
