跑相关性出EDA报告和初筛清单｜算法工程师AI场景表格模板

要准备的

关于这件事怎么办

IV 分箱数怎么定？

一般先试 5～10 箱，看坏样本在各箱是否都有分布；箱数太少区分度弱，太多容易过拟合，以报告里的箱分布判断调整。

皮尔逊和斯皮尔曼选哪个？

特征与目标近似线性、无极端值时皮尔逊直观；有异常值或关心单调关系时用斯皮尔曼，一般两者各跑一遍对照。

高相关特征一定删吗？

不一定。先看是否同一业务含义造成冗余；若涉及审批必查或解释性要求，可保留并注明，由初筛清单标为待人工确认。

跑相关性出EDA报告和初筛清单需要准备什么？

需要填的是：上传特征表、目标列与好坏标签、建模任务、相关性算法、IV分箱数、高相关阈值、缺失率剔除线、IV初筛下限等 10 项。每一项点一下就行，多数不用打字。点「直接办这件事」就开工；没选全也能先办，回头补了随时能改。

能拿到什么成果？

交付形式是表格——平台直接做好表格，能下载成 Excel。在GPT中文网（www.gpt.com.cn）按字段填完即可拿到。文字类成果免费生成，免注册即可试。

什么情况下需要跑相关性出EDA报告和初筛清单？

手写循环算相关和 IV 又慢又容易漏，报告图和表还得另拼，初筛口径每次不一致。遇到这种情况，把信息按字段点选一遍，AI 按你点的出成品，不用自己琢磨怎么说。

适合谁用？

做风控、营销、推荐等建模的算法工程师和数据科学家。不需要 AI 使用经验，按字段填完即可。