前團(tuán)隊(duì)的博士同學(xué)研究特征選擇，受他影響，有所關(guān)注，總結(jié)如下。

一、評(píng)分卡傳統(tǒng)方法

IV排序、PSI穩(wěn)定性。

二、sklearn框架

略。

三、其他算法

Boruta 特征選擇

python實(shí)現(xiàn)，https://github.com/scikit-learn-contrib/boruta_py。

可以結(jié)合參考資料1詳細(xì)看下，個(gè)人理解，有點(diǎn)類似lime可解釋性算法的思路。Boruta 會(huì)將真實(shí)特征隨機(jī)打亂順序，一起去訓(xùn)練可以輸出模型重要性的算法，如RandomForest， lightgbm，xgboost等，并標(biāo)記特征重要性、進(jìn)行假設(shè)檢驗(yàn)。

附，參考資料：

1、Boruta 特征選擇，http://www.itdecent.cn/p/fdc8f6a94816