我有一个类似于标题的问题，但不一样。标题上的问题让我可以解释我的需求动态。

我必须确定信用卡的 QUOTA 或 LIMIT 变量的最佳值是多少。

考虑到这个变量和其他表征我的客户的变量，该模型的目标是允许我最小化违约概率。确定这一点的最佳方法是什么？

我想到了两种可能：

• 训练一个模型，将所有外生变量和 LIMIT 作为任何分类模型的变量（Y=Default/No Default）
• 训练一个包含所有外生变量但没有 LIMIT 的模型（Y=Default/No Default），然后用结果概率和 LIMIT 作为仅有的两个变量（Y=Default/No Default）训练另一个模型。

这些可能性听起来对吗？

对于这两种模型，应用程序数据集都应该使用 LIMIT 变量的两个或多个可能值重复客户，并获得每个客户重复的默认概率。这听起来正确吗？