拒绝推断（Reject Inference，RI）是一种在金融风控中常用的技术，主要用于弥补样本选择偏差，提高信用评估模型的准确性和可靠性。拒绝推断的核心思想是利用已知的接受客户（通过审批的客户）信息来推断被拒绝客户（未通过审批的客户）的风险特征，从而更全面地评估信贷风险。
算法说明以信贷场景为例，用评分卡模型对用户的偿还、违约情况进行建模时只用到了被放贷的用户数据，而缺少未得到贷款的用户数据，导致模型对全量数据的风险估计不准确，往往过于乐观。拒绝推断可以解决此类样本偏差问题。
拒绝推断方法需要根据输入的包含真实标签和预测结果的训练数据（又称为授信数据），给缺少真实标签但包含预测结果的数据加上合适的标签，没有真实标签的数据又称为拒绝数据。该算法提供以下四种拒绝推断方法。
模糊法
模糊法（fuzzy）通过给拒绝样本加上正例和负例两种标签的方法增强数据集，每种标签对应的样本权重计算公式如下：
是前置评分卡组件预测的正例概率值，您可以指定和参数：
：给出全部数据的拒绝率。
：拒绝样本的负例概率，相比接受样本的负例概率增加到倍。
硬截断法
硬截断法（hard cutoff）需要您基于前置评分卡模型的打分，根据对拒绝用户的风险容忍度来设定一个阈值分数。对低于这个阈值的添加负样本标签；对高于这个阈值的添加正样本标签。
分配法
分配法 （parcelling）对接受样本基于前置评分卡模型的预测结果进行分组，计算各分组的违约率。然后对拒绝样本进行同样的分组，以该组违约率为抽样比例，随机抽取该分组下的违约样本，指定其为负样本，剩下的则是正样本。
两阶段法
两阶段法 （Two-Stage）除了需要前置评分卡模型的预测分值（AcceptRejectScore），还需要一个前置模型预测样本被接受或拒绝的概率（GoodBadScore），两阶段法通过拟合AcceptRejectScore和GoodBadScore的线性关系，修正前置评分卡模型对无标签样本的预测结果，然后按照分配法的步骤为样本添加标签。
输入/输出输入桩接受样本：读数据表、评分卡预测。
拒绝样本：读数据表、评分卡预测、线性回归预测。
输出桩输出类型为MaxCompute表，下游组件：评分卡训练、分箱。
配置组件参数类型
参数
是否必选
描述
默认值
字段设置
履约/违约预测结果列
是
评分卡组件的预测结果列。一般是在授信数据集上以样本的好坏情况作为标签，用同一个评分卡模型训练、预测后prediction_score列的输出结果。
无
授信数据的真实标签列
是
授信数据的真实标签列的列名。
真实标签的类别必须为0和1，其中1代表正样本或好样本。
无
样本权重列
否
样本权重列的列名。
无
授信/拒绝预测结果列
否
预测的样本接受概率，一般是在全量数据上以接受或拒绝作为标签，用同一个评分卡或线性模型训练、预测后的输出结果。
拒绝推断方法选择Two-Stage方法时，需要配置该字段。
无
参数设置
拒绝推断方法
否
拒绝推断使用的方法，取值如下，具体含义请参见算法原理介绍。
fuzzy模糊法
hard-cutoff硬截断法
parceling分配法
two stage两阶段法
fuzzy模糊法
拒绝样本的比例
是
拒绝率，代表在真实环境里一个样本被拒绝的概率。
0.3
分桶数量
否
仅拒绝推断方法选择parceling分配法和two stage两阶段法时，支持配置该参数。
训练分箱模型步骤的分箱个数。
25
截断分值
否
仅拒绝推断方法选择hard-cutoff硬截断法时，支持配置该参数。
截断阈值。使用截断法时，大于等于截断分值的样本被预测为正样本，其余为负样本。
无
坏样本比例增长系数
否
仅拒绝推断方法选择fuzzy模糊法、parceling分配法或two stage两阶段法时支持配置该参数。
使用parceling分配法或two stage两阶段法时：一般认为，虽然在同一个分箱中，授信样本的质量也可能好于拒绝样本。例如： EVENT_RATE_INCREASE设为1.5，某个分箱里授信样本中30%是坏样本，那么我们认为在拒绝样本里坏样本可能占 30%×1.5=45%，然后随机给拒绝样本45%的数据加上bad标签。
使用fuzzy模糊法时：该参数影响计算出的样本权重，详情请参见上述算法原理部分参数。
1.0
随机数种子
否
仅拒绝推断方法选择parceling分配法时支持配置该参数。
随机指定标签时使用的随机数种子。
0
区间选择方法
否
仅拒绝推断方法选择parceling分配法和two stage两阶段法时支持配置该参数。
有以下三种分箱区间选择方法
授信数据集：accepts
拒绝数据集：rejects
全量数据集：augmentation
全量数据集
分数转换
否
选中分数转换，支持配置scaledValue、odds和pdo，关于参数配置方法，详情请参见评分卡训练。
false
scaledValue
否
无
odds
否
无
pdo
否
无
执行调优
底层作业使用的计算资源
是
执行作业的资源类型。
MaxCompute
节点个数
否
执行作业的节点数，正整数，取值范围为[1,9999]。
无
单个节点内存大小
否
节点所使用的内存数，单位为MB，取值范围为[1024,64*1024]。
无