1.2 在人工智能的业务实践中，长尾数据和特征能很大提升信用评分的准确性。
例如客户在App中拖动借款金额滚动条时的停留时间，反映了客户的不同心理，对应不同的违约率。通过尽可能多地采集“弱变量”训练机器学习模型，就可以用丰富的维度来描述一个薄文件客户，使得机器对客户有全面的认知，作出比传统的强变量建模方式更加精准、全面的判断。
例如客户在App中拖动借款金额滚动条时的停留时间，反映了客户的不同心理，对应不同的违约率。通过尽可能多地采集“弱变量”训练机器学习模型，就可以用丰富的维度来描述一个薄文件客户，使得机器对客户有全面的认知，作出比传统的强变量建模方式更加精准、全面的判断。
