拍拍贷魔镜杯风控算法大赛项目

（以后更新）

数据集构成：

三万条已知标签的训练集，二万条不知标签的测试集

训练集和测试集均有三种表：

Master（主要的特征表），Log_Info（用户登陆信息表）,Userupdate_Info（客户信息修改更新表）

（1）

Master
每一行代表一个样本（一笔成功成交借款），每个样本包含200多个各类字段。

idx：每一笔贷款的unique key，可以与另外2个文件里的idx相匹配。

UserInfo_*：借款人特征字段

WeblogInfo_*：Info网络行为字段

Education_Info*：学历学籍字段

ThirdParty_Info_PeriodN_*：第三方数据时间段N字段

SocialNetwork_*：社交网络字段

LinstingInfo：借款成交时间

Target：违约标签（1 = 贷款违约，0 = 正常还款）。

测试集里不包含target字段。

（2）

Log_Info
借款人的登陆信息。

ListingInfo：借款成交时间

LogInfo1：操作代码

LogInfo2：操作类别

LogInfo3：登陆时间

idx：每一笔贷款的unique key

（3）

Userupdate_Info
借款人修改信息

ListingInfo1：借款成交时间

UserupdateInfo1：修改内容

UserupdateInfo2：修改时间

idx：每一笔贷款的unique key

本文大体的步骤是：

1）训练数据和测试数据的合并（为了一起对特征进行处理）

2）分类型变量的清洗

3）基于一些分类型变量和其他表数据（登陆信息表、修改信息表）的特征衍生

4）数值型变量均值填充

5）最后对特征工程后的数据集进行特征筛选（lightgbm）

6）筛选完后进行建模预测

7）通过调整lightgbm的参数，来提高模型的精度

8）模型融合（stacking）

参考：

1、Kesci“魔镜杯”风控算法大赛铜奖解决方案

https://blog.csdn.net/Bryan__/article/details/51190452?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522158420359819724811847185%2522%252C%2522scm%2522%253A%252220140713.130056874..%2522%257D&request_id=158420359819724811847185&biz_id=0&utm_source=distribute.pc_search_result.none-task

2、第四届拍拍贷魔镜杯冠军方案分享 https://blog.csdn.net/u011599639/article/details/102064579?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

3、拍拍贷金融风控案例（总结） https://blog.csdn.net/taka_is_beauty/article/details/88809679?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

4、拍拍贷魔镜杯风控算法大赛——基于lightgbm https://blog.csdn.net/LuLuYao9494/article/details/91380540?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task