3.数据提取
- 目的：建立因果关系模型
- 数据提取的时候要对数据有一定的认识，不能是相关而应该是因果（区分相关关系和因果关系），预测的变量x要在被预测变量y之前取得
相关关系：一个小孩子身高的长高速度和GDP增长的速度就可以做相关关系，但这明显没有什么关系。
因果关系：家庭收入和全国GDP总量，这就明显具有一定的因果关系。
细分了特征变量之后，就有了下面的模型框架：
观察窗口（历史）看解释变量：
- 如果是静态变量可以任意提取因为不管它在历史还是未来都不变；
- 如果是时点变量可以提取放贷前（红蓝分界线）任意时间点的数据，例如余额，资产收入，资产支出等；
- 如果是区间变量可以提取放贷日前一年或者前两年的数据，例如平均账户余额，平均账户余额的增长率
这就模拟了放贷人员在放贷之前的审批准则（能够看到客户的）
预测窗口（未来）看被解释变量y：
- 是否拖欠贷款
观察窗口和预测窗口提取数据逻辑要符合实际情况，这样设计的窗口才能得到可用的有价值的模型。
例如：有些股票预测模型，买之前预测的很准，买之后准确率就下降了，这就是因为没有分清x是什么类型的变量，取的是所有时段的，导致预测与实际情况不符
如需数据：请添加QQ1240929749，备注：csdn数据