# rasc

**Repository Path**: sifuHK/rasc

## Basic Information

- **Project Name**: rasc
- **Description**: rascpy项目对现有统计方法进行了一些补充与改进，以便给数据分析与建模工作者提供一个准确度更高，使用更便捷的算法框架。  一个主要应用领域是信贷风险管理。rascpy提供了比现有库更加准确和使用更加方便的一些统计算法，如：风控评分卡，双向（线性/逻辑）逐步回归，最优分箱，集成树的自动寻参，同时包含缺失值和特殊值的复杂数据的填充与变换的Impute算法，高维分层抽样，拒绝推断。
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2025-07-30
- **Last Updated**: 2026-04-04

## Categories & Tags

**Categories**: stocks

**Tags**: None

## README

# rascpy
- rascpy项目对现有统计方法进行了一些补充与改进，以便给数据分析与建模工作者提供一个准确度更高，使用更便捷的算法框架。  
- 一个主要应用领域是信贷风险管理。rascpy提供了比现有库更加准确和使用更加方便的一些统计算法，如：风控评分卡，双向（线性/逻辑）逐步回归，最优分箱，集成树的自动寻参，同时包含缺失值和特殊值的复杂数据的填充与变换的Impute算法，高维分层抽样，拒绝推断。  
**项目演进过程：**  
- 阶段1(ScoreConflow):提供“业务指令+无人值守”的评分卡模型开发方式，rascpy项目的初衷就是提供更精准的算法和更节省人力的评分卡开发工具。  
- 阶段2(RiskActuarialScoreCard):在上一阶段的基础上，提供风险精算评分卡，将用户违约、用户利润水平、数据成本综合考量来构建模型。  
- 阶段3(RiskActuarialStatistics):已经不再局限于评分卡的开发。而是完善统计学和机器学习在实际风险计量时不满足实际需求之处。在上一阶段基础上加入XGB自动寻参，高维分层抽样，对有空值+特殊值同时存在的复杂数据进行填充与变换的Impute算法，拒绝推断等功能。 


##  安装最新版  
    pip install --upgrade rascpy  

  
##  请到相应版本下查看各个版本的文档、教程和示例

全部版本  
[2026.4.2](https://gitee.com/sifuHK/rasc/tree/master/2026.4.2)   
[2026.1.19](https://gitee.com/sifuHK/rasc/tree/master/2026.1.19)   
[2025.12.31](https://gitee.com/sifuHK/rasc/tree/master/2025.12.31)  
[2025.12.16](https://gitee.com/sifuHK/rasc/tree/master/2025.12.16)   
[2025.11.11](https://gitee.com/sifuHK/rasc/tree/master/2025.11.11)  
[2025.8.24](https://gitee.com/sifuHK/rasc/tree/master/2025.8.24)