评分卡建模流程

田野老师，您好
最近项目中用到评分卡建模，我现在的流程是数据导入、数据清洗准备、特征工程、特征选择（随机森林得到入参特征）、逻辑回归建模（评估模型准确率，可用后，得到各入参特征的系数）。然后
（1）将入参特征进行woe编码，
（2）根据经验得到Score = q - p * log(odds)中的p、q，并根据经验，得到基础分；
（3）根据各入参特征的woe值及p、q值，计算得到入参特征的各个分箱对于的分数值；
对测试数据，把它对应到每一个入参特征的某一个分箱，得到新数据的每一个特征的分数值，将基础分加上各特征分数，得到新样本的最终分数。然后利用ks检验其可用性，如何ks值达到0.30以上，则投入到生产数据使用。

不知以上流程是否合理？谢谢