天池金融风控数据挖掘task1

1.赛题理解

赛题以预测金融风险为任务，数据集报名后可见并可下载，该数据来自某信贷平台的贷款记录，总数据量超过120w，包含47列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取80万条作为训练集，20万条作为测试集A，20万条作为测试集B，同时会对employmentTitle、purpose、postCode和title等信息进行脱敏。

2.赛题流程

3. 评价指标

3.1 分类算法常用

1）混淆矩阵、2）准确率（Accuracy）、精确率（Precision）、召回率（Recall）
3）F1指数、4）P-R曲线、5）AUC（包围的面积）、6）ROC（真正例率和假正例率作为横纵轴）

3.2 金融风控主题预测常用

1）KS(Kolmogorov-Smirnov)
K-S曲线与ROC曲线类似，不同在于

ROC曲线将真正例率和假正例率作为横纵轴
K-S曲线将真正例率和假正例率都作为纵轴，横轴则由选定的阈值来充当。
公式如下：
KS = max(TPR - FPR)
KS不同代表的不同情况，一般情况KS值越大，模型的区分能力越强，但是也不是越大模型效果就越好，如果
KS过大，模型可能存在异常，所以当KS值过高可能需要检查模型是否过拟合。以下为KS值对应的模型情况，
但此对应不是唯一的，只代表大致趋势。
KS值<0.2,一般认为模型没有区分能力。
KS值[0.2,0.3],模型具有一定区分能力，勉强可以接受
KS值[0.3,0.5],模型具有较强的区分能力。
KS值大于0.75，往往表示模型有异常。
除KS外还常用ROC和AUC

【天池】金融风控数据挖掘task1相关推荐

金融风控数据挖掘-Task1
本学习笔记为阿里云天池龙珠计划Docker训练营的学习内容,学习链接为:https://tianchi.aliyun.com/specials/activity/promotion/aicampdoc ...
阿里云天池金融风控训练营Task1 广东工业站
Task1 赛题理解一.学习知识点概要本次学习先是介绍了赛题的背景和概况,题目以金融风控中的个人信贷为背景,给所给的47列特征中,根据贷款申请人的数据信息预测其是否有违约的可能,以此判断是否通过 ...
金融风控数据挖掘--Task1
赛题分析: 通过给定训练集数据训练得模型,利用AUC作为评测指标,预测测试集中数据评判各属性金融风险. 一.学习内容: 金融风控预测类常见的评估指标 1.ROC曲线在信号检测理论中,接收者操作特征曲 ...
金融风控数据挖掘 · Task 2 EDA 数据可视化
金融风控数据挖掘 · Task 2 EDA 数据可视化一.数据载入.存储及文件格式 1. 文件格式的读写常用的数据处理用到的库二.数据总览一.数据载入.存储及文件格式 1. 文件格式的读写常 ...
金融风控数据挖掘-Task6
金融风控数据挖掘-Task6 一.学习知识点概要二.学习内容 1.部分难题 2.比赛结果三.学习问题与解答 1.小数点的意义四.学习思考与总结一.学习知识点概要本文为金融风控数据竞赛的最后一 ...
阿里天池金融风控baseline
前言比赛地址链接由于本次为基础赛,所以分为正式赛和长期赛,正式赛时间由于和另外重量级比赛冲突,所以做的大佬很少,本人有幸通过自己写的baseline冲到了Rank10,其实代码很少,也简单,也没有 ...
数据挖掘实践（金融风控）——task1：赛题理解
文章目录数据概况数据读取评估指标数据概况数据量超过120w,包含47列变量信息,其中15列为匿名变量.80万条作为训练集,20万条作为测试集A,20万条作为测试集B,变量含义如下: id 为 ...
天池-金融风控训练营-task5-模型融合
1. 学习知识概要 2. 学习内容 2.1 stacking\blending详解 REF: 零基础数据挖掘入门系列(六) - 模型的融合技术大总结与结果部署_Miracle8070-CSDN博客思维 ...
Datawhale学习笔记【阿里云天池金融风控-贷款违约预测】Task2 数据分析
阿里云天池学习赛[金融风控-贷款违约预测] 赛题数据及背景 python库的导入国内镜像源网址及使用方法镜像使用方法文件读取数据的总体了解查看数据集中特征缺失值,唯一值等检查缺失值缺失值 ...

【天池】金融风控数据挖掘task1