1．确定分类变量。
2．异常数据处理 -> 剔除，填充，插值等进入重复步骤。
3．计算KS, IV，WOE的值
- 分类的标签在其他数据上分的好不好， 标签区别其他变量的强度
4．建立模型，变量选取AUC,p,bias
5．在区间内出现（0,1）出现频率的情况进行切割（分箱）
6．交叉验证，时间内外
7．寻找点进行woe归一化
8．将归一化的结果进行回归
9．求取odds和评分
10．得到评分卡片
11．模型校准
GGCM Model Performance Scorecard
Credit risk scorecards development using R
Building a Scorecard in Practice
Credit Scoring Modellingfor Retail Banking Sector
Credit Scoring, Statistical Techniques and Evaluation Criteria
R里面的glm.fit()是通过irls进行的参数估计，SAS是通过mle进行的参数估计。