摘要

半监督模型适用于标记有限但样本量较大的情况，旨在用算法补数据。本篇获取某欧洲银行用户数据，其1/3的目标缺失，故选择半监督模型进行协同训练，以找出适合数据的泛化能力较好的模型，考察能为银行创收的用户的特点。

Satterthwaite统计量用于变换若干个服从卡方分布的变量，以使得符合特征集合的价值信息的线性部分，可以更精确地被提取。本篇从用户在银行产生的收入之和的抽样分布入手，以卡方分布拟合，并建立基于Satterthwaite目标的协同训练模型，考察用户在银行创收产品离散程度的情况。

结论

综合上述建模与分析的过程，本篇做出如下结论：

第一，特征工程对于逻辑回归的性能提升作用有限，偶尔还会使区分力下降；但特征工程能显著提升决策树模型的性能，特别是XGBoost，其区分力指标提升了5%。第二，协同训练模型能够提升区分能力（包括整体和单一模型），整体性能更加依赖XGBoost，而逻辑回归区分力提升时，对整个协同训练模型区分力的贡献度有限。第三，逻辑回归和XGBoost所在视图的变量维度的“距离”越远，算法效果越好，符合Blum于1998年做出的结论：视图描述目标的角度越是正交，越能够提升该模型综合输出的区分力。第四，参数调整能够提升的空间比较有限，但合适的参数仍有帮助。第五，Satterthwaite目标的协同训练，在高分段出现低价值用户和低分段出现高价值用户，均为潜在用户。

应用

Satterthwaite目标下的协同训练模型，考察的是用户在银行创收的金融产品丰富程度，目标用户拥有两个及以上金融产品并创收。

一方面，该模型得分中高及以上客户的人均创收呈下降趋势，主要由于部分用户虽然创收产品的种类多，例如同时拥有信用卡和消费贷，但他们创收的金额实则不高。零现金用户就是很好的例子，其资产有限，增值速度较慢，偏好消费，虽然能为银行创收，但金额有限。另一方面，对于评分较低的用户，也存在一定比例的用户价值较高，例如共同基金用户，这类用户偏好投资，对于储蓄、消费贷、信用卡的使用率很低，他们对银行的价值很高，但会由于所持金融产品单一而被划入低分段。