关于数据预处理阶段用户去重逻辑的疑问

[sirpqp]

在一个信贷产品的生命周期内，一个客户可能会多次进件，并且有可能每次进件的表现都不一样，如果直接去重的话会丢失客户的完整表现周期

[aialgorithm]

是的。从借据维度来看可以视为不同的表现样本。为避免数据处理的复杂性，本项目会统一将userid做去重处理，df[[user_id_col, rule_col]].drop_duplicates()。

这个建议可以自行处理下数据的用户id 避免被去重。比如userid = userid+日期 @sirpqp