提高城市天际线模型稳定性的方法可以归纳为以下几点：
样本选择和多样性
确保样本量足够大且具有代表性。如果模型要求普适性，则应拉长样本选择的时间轴，增加样本多样性，防止样本偏移，并减小因前端风控策略变化对模型稳定性的影响。
如果模型是专用的，则应使用近期的样本进行建模，并确保抽取到近期表现稳定的样本。
目标变量的定义
在信用模型中，目标变量的定义非常重要。好客户标签应具有“纯粹”的性质，坏客户标签应具有“多样化、全量性”。
可以尝试将目标变量从二分类转化为多分类，或者从建模样本中剔除中间不确定客群。
特征选择
根据业务经验选择稳定性特征。例如，多平台借贷由于市场变化或政策影响，特征可能不稳定，可以进行策略或特征修正，如转化为分位数。
验证特征在时间序列上的稳定性，筛选手段包括观察变量覆盖率的变化和两个时间点的PSI差异。选择跨时间验证的时间时，需注意时间的序列性，避开大型运营活动、节假日和相关策略变化。
慎重选择区分度过强的特征，以免模型过于敏感。
通过以上方法，可以有效提高城市天际线模型的稳定性，使其在各种环境变化下仍能保持较好的预测性能。
