特征穿越

背景：我们上线了一个基于 XGBoost 的信贷风控评分卡模型，离线 AUC 为 0.782，线上 AUC 为 0.708，落差 7.4 个点。同时，PSI 普遍超过 0.1，KS 从 0.41 掉到 0.27。 现象：线上样本量约 1.2

背景：我们上线了一个基于 XGBoost 的信贷风控评分卡模型，离线 AUC 为 0.782，线上 AUC 为 0.708，落差 7.4 个点。同时，PSI 普遍超过 0.1，KS 从 0.41 掉到 0.27。 现象：线上样本量约 1.2

«结论先行：离线-线上 AUC 落差超过 3 个百分点，优先怀疑「特征穿越」而不是模型本身。本文以一个真实的信贷风控评分卡为例，给出从现象定位到 SQL 级修复、再到回归验证的完整路径，并附一份可复用的 point-in-time 排查清单