课程名称

客户分群的模型-聚类分析

在信贷风控和反欺诈业务当中，人群的分群工作是常用的风控分析手段。例如，在标签不充足的前提下，好的分群模型可以揭示潜在的团伙欺诈风险。分群模型有多种多样的处理方法，常用的有复杂网络下的社区发现，以及包括K-均值在内的聚类模型。本节课将介绍聚类模型的基本概念，以及在现实业务场景中频繁出现的半监督聚类场

本课程为《如何搭建金融信贷风控中的机器学习模型》的免费课程，精品课程请前往：

https://guojiang.club/course/277

嘉宾介绍

安迪生：硕士毕业于世界一流名校的统计学专业，具有外资银行总部6年风控量化模型开发经验

现任国内知名互联网金融公司风控部高级数据分析师，对于信贷风控领域的模型开发、部署与使用有丰富的经历，对机器学习模型、深度学习模型在风控业的应用有较深入的研究。

分享内容

1. 聚类模型概述

2. 距离的概念和种类

3. 聚类的性能度量

4. K-均值算法简介

5. 半监督聚类：带有少量标签的K-均值算法和PU Learning算法

6. 案例：K-均值算法用于信贷客户的聚类分析