零基础入门金融风控-贷款违约预测
写在前面:
刚接触数据挖掘,看了几页python就跳进了这个大坑,也不知道该咋写这个博客,先瞎写着吧。介绍下自己参加的这个项目,是Datawhale和天池比赛联合发起的,我们在Datawhale组对学习,然后自愿参加报名天池比赛。Datawhale是一个AI领域的开源学习组织,我个人很敬佩他们的创始者,至少目前让我感觉这是一个很不错的组织;天池是阿里云旗下的一个组织,也是专注于AI领域的,我上去看了下,里面也有很多关于AI的学习视频和比赛。两者结合,我感觉自己一定会有所收获的。下面开始介绍我现在接触的入门项目——零基础入门金融风控之贷款违约预测。
*************************************************我是分界线**************************************************************************************
这个项目分5个任务开展,今天就写一下Task1:赛题理解
任务目标:预测用户贷款是否违约
数据:
数据获取需要注册天池比赛,然后才可在对应的赛事中下载数据。
(天池比赛链接:https://tianchi.aliyun.com/competition/entrance/531830/introduction)
总数据量120w,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。
数据字段:是对数据中15列变量的说明。
字段 | 描述 |
---|---|
id | 为贷款清单分配的唯一信用证标识 |
loanAmnt | 贷款金额 |
term | 贷款期限(year) |
interestRate | 贷款利率 |
installment | 分期付款金额 |
grade | 贷款等级 |
subGrade | 贷款等级之子级 |
employmentTitle | 就业职称 |
employmentLength | 就业年限(年) |
homeOwnership | 借款人在登记时提供的房屋所有权状况 |
annualIncome | 年收入 |
verificationStatus | 验证状态 |
issueDate | 贷款发放的月份 |
purpose | 借款人在贷款申请时的贷款用途类别 |
postCode | 借款人在贷款申请中提供的邮政编码的前3位数字 |
regionCode | 地区编码 |
dti | 债务收入比 |
delinquency_2years | 借款人过去2年信用档案中逾期30天以上的违约事件数 |
ficoRangeLow | 借款人在贷款发放时的fico所属的下限范围 |
ficoRangeHigh | 借款人在贷款发放时的fico所属的上限范围 |
openAcc | 借款人信用档案中未结信用额度的数量 |
pubRec | 贬损公共记录的数量 |
pubRecBankruptcies | 公开记录清除的数量 |
revolBal | 信贷周转余额合计 |
revolUtil | 循环额度利用率,或借款人使用的相对于所有可用循环信贷的信贷金额 |
totalAcc | 借款人信用档案中当前的信用额度总数 |
initialListStatus | 贷款的初始列表状态 |
applicationType | 表明贷款是个人申请还是与两个共同借款人的联合申请 |
earliesCreditLine | 借款人最早报告的信用额度开立的月份 |
title | 借款人提供的贷款名称 |
policyCode | 公开可用的策略_代码=1新产品不公开可用的策略_代码=2 |
n系列匿名特征 | 匿名特征n0-n14,为一些贷款人行为计数特征的处理 |
评价标准:
我们通过一些评价指标来评价我们的预测结果,其实也就是评价这个算法好不好。
这个项目采用的分类算法,评价分类算法常用以下指标:
- 混淆矩阵(Confuse Matrix)
- 准确率(Accuracy)
- 精确率(Precision)
- 召回率(Recall)
- F1 Score
- P-R曲线(Precision-Recall Curve)
- ROC
- AUC
此项目采用AUC作为评价指标。这些指标在python中都可以利用内置函数进行计算,不用我们去写算法,直接调用就好了。我们只需要知道AUC这个值越接近1,说明效果越好。
************************************************我是分界线***********************************************************************************
写在后面:
其实看完Task1就是要了解我们要做的项目是什么,以及如何来评价我们的工作成果。写的比较偏通俗理解,因为我感觉技术贴太多了,而且我按照那样去写估计也是复制粘贴。写完这些如果还想具体了解如何导入数据,以及关于评价指标的相关信息可以百度一下,而相关代码的实现可以找找其他人的博客,他们也是这个项目,但估计就很“技术”了。哈哈,就酱!收工!
零基础入门金融风控-贷款违约预测相关推荐
- 笔记之零基础入门金融风控-贷款违约预测
零基础入门金融风控-贷款违约预测 赛题描述 赛题概况 数据概况 合理的创建标题,有助于目录的生成 预测指标 赛题流程 评分卡 笔记记录转载 赛题描述 赛题以金融风控中的个人信贷为背景,要求选手根据贷款 ...
- 零基础入门金融风控-贷款违约预测-机器学习-数据分析
零基础入门金融风控-贷款违约预测 一.赛题数据 赛题以预测用户贷款是否违约为任务,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 ...
- 零基础入门金融风控-贷款违约预测_Task1
贷款违约预测_Task1 零基础入门金融风控-贷款违约预测_Task1 数据概况 预测指标 零基础入门金融风控-贷款违约预测_Task1 数据概况 数据包含三部分:训练集(train.csv).测试集 ...
- 零基础入门金融风控-贷款违约预测-Task05——模型融合
有幸参加了阿里云举办的零基础入门金融风控-贷款违约预测训练营.收获颇多. 每天记录一些自己之前的知识盲点,需经常温习. 第五次的学习任务,是模型融合. 一.模型融合常用方法 模型融合有常用的如下六种方 ...
- 阿里天池零基础入门金融风控-贷款违约预测文本处理
阿里天池零基础入门金融风控-贷款违约预测文本处理 文本处理 日期处理 等级处理 就业年限处理 删除含有空值的行 数据归一化 踩坑 文本处理 日期处理 earliesCreditLine: 可以看到ea ...
- 零基础入门金融风控-贷款违约预测-Task4 建模与调参
此部分为零基础入门金融风控的 Task4 建模调参部分,带你来了解各种模型以及模型的评价和调参策略,欢迎大家后续多多交流. 项目地址 比赛地址 4.1 学习目标 学习在金融分控领域常用的机器学习模型 ...
- 天池新人赛-零基础入门金融风控-贷款违约预测-排名174
赛题以预测用户贷款是否违约为任务,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.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 ...
- 基于机器学习与深度学习的金融风控贷款违约预测
基于机器学习与深度学习的金融风控贷款违约预测 目录 一.赛题分析 1. 任务分析 2. 数据属性 3. 评价指标 4. 问题归类 5. 整体思路 二.数据可视化分析 1. 总体数据分析 2. 数值型数 ...
- DataWhale天池-金融风控贷款违约预测-Task01赛题理解
目录 一.赛题概况 二.数据集介绍 三.预测指标 理解 通过ROC曲线评估分类器 最佳阈值点选择 一.赛题概况 本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第四场 -- 零基础入门 ...
最新文章
- scanf可不可以输入浮点型_数据的输入和输出
- 全球变暖java_全球变暖 蓝桥杯
- IO多路复用的三种机制Select,Poll,Epoll
- 《Detroit:Become Human》玩家情感故事背后的叙事魔法和体验设计
- 利用 WebService实现远程服务器文件的上传和下载
- Android中onInterceptTouchEvent、dispatchTouchEvent及onTouchEvent的调用顺序及内部原理
- 11个技巧让你编写出更好的Python代码,值得收藏!!
- python中pyecharts_小白学Python(8)——pyecharts 入门
- [Linux] 如何让linux加载当前目录的动态库
- 浅谈java.awt使用过程中遇到的问题
- android制作弹出框样式,Android Dialog 弹出框 自定义 样式
- TXSQL:云计算时代数据库核弹头——云+未来峰会开发者专场回顾
- 存储过程传递参数时出现类型转换错误!如:varchar转换为int时出错
- jQuery之事件绑定到触发全过程及知识点补充
- 微软宣布以197亿美元现金收购语音识别巨头Nuance
- 反爬虫策略的应对方法汇总
- 《缠中说禅108课》79:分型的辅助操作与一些问题的再解答
- JavaScript与JScript的区别
- python菜鸟教程 | print功能
- ecshop小京东短信接口插件修改-v41,42,43,50+图片说明
热门文章
- NeuroImage:对情绪表现的快速接近—回避反应反映了基于价值的决策:来自脑电图研究的神经证据
- 改进埃尔米特(Hermite)分段三次插值——(可在pchip函数中自定义导数值)
- 超文本传输协议(HTTP)
- css背景渐变(灰色渐变背景)
- html页面怎样打印二分之一,打印二分之一a4纸 大小的纸张 Word该如何设置?
- excel设置斑马线
- 如何更新seaborn库_Python 绘图总结(seaborn库的使用) (上)
- Cortex-M MMU内存管理单元和 Linux
- 抖音seo源码.源代码开发可二开搭建/抖音seo优化系统代开发
- 树莓派2使用360wifi ,小米wifi