寫在前面：
此文爲一個簡單的風控決策模型的開發邏輯及細節，僅供科技金融領域做風控建模的新手參考，具備能夠看懂並且嘗試風控模型開發及部署的能力。
看官如果能夠看懂下文內容，並且躍躍欲試，那麼可聯繫我來要代碼（會提供脫敏後的代碼給大家做參考）。
一 模型開發流程
1、模型開發
（1）數據源測試： 測試需要對接的三方數據源，可分爲線下測試和線上測試兩種。通過類似覆蓋率、交叉矩陣、KS等指標判斷數據質量。
（2）aip測試接口對接：如果數據源質量ok，開發人員對接數據源接口，取數調參。
（3）函數式編程代碼塊：代碼結構化分塊編程，防止重複編寫，同樣提升調用效率。
2、模型部署
（1）路由配置： 配置好模型路由
（2）api正式接口對接： 完成數據源接口的對接，部署到線上。
（3）模型調用： 支持傳參調用整個模型（包括規則集和機器學習模型），返回最終決策結果。
3、模型監測
（1）運營指標
-
①數據源調用率
-
②單模型拒絕率
-
③整體通過率
-
④單一規則觸碰比
（2）風控指標
- ①AUC
- ②KS
4、模型調優
-
①調整數據源的部署邏輯
-
②調整規則集
-
③調整評分卡
-
④整體上的目的就是降低損失的同時提高通過。
二 代碼邏輯
整體邏輯如下：
1、測試文件test或線上訪問url
2、調用視圖views中的模型解釋器@app.route
3、數據源derived
4、規則集rule
5、機器學習模型model
這裏評分卡模型，基本是用標準評分卡和樹結構的評分卡實現的。
