金融风控-贷款违约预测 -- task03

https://zhuanlan.zhihu.com/p/255105477 https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12586969.1002.18.3b3022faqoVnOw&postId=129318 https://www.jianshu.com/u/63b7115ac4ee https://blog.csdn.net/qq_43401035/category_10383961.html 比赛地址：https://tia

项目地址：team-learning-data-mining/FinancialRiskControl at master · datawhalechina/team-learning-data-mining · GitHub 本文主要根据自某信贷平台的贷款记录进行预测，以金融风控中的个人信贷为背景，要求根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，是一个典型的多分类的问题。本文完整的陈述了从数据探索到特征工程到构建模型的全过程。

零基础入门金融风控-贷款违约预测TASK 44.建模以及调参4.1逻辑回归模型4.2决策树4.3集成方法4.3.1分类4.3.2 boosting4.3.3 bagging4.3.4 stacking4.4 数据集划分4.5 建模 4.建模以及调参 4.1逻辑回归模型 1.逻辑回归算法的名字里虽然带有“回归”二字，但实际上逻辑回归算法是用来解决分类问题的。 简单来说， 逻辑回归（Logistic Regression）是一种用于解决==二分类==（0 or 1)问题的机器学习方法， 用于估计某种事物

针对分类问题，在简单方法中常用到投票法（Voting）。在不改变模型的情况下，直接对各个不同的模型预测结果进行投票，sklearn库中的VotingClassifier是投票法的实现。 投票法的输出有两种类型：一种是直接输出类标签，另外一种是输出类概率。使用前者进行投票为hard voting，使用后者进行分类叫做soft voting，通过voting参数进行控制。 from xgboost import XGBClassifier from sklearn.linear_model import Log

赛题以预测用户贷款是否违约为任务，根据借款人的数据信息预测其违约概率，提交结果为每个测试样本是1的概率。评价方法为AUC评估模型效果（越大越好）。 赛题链接：https://tianchi.aliyun.com/competition/entrance/531830/information 1、数据概况 数据包含47列变量信息，其中15列为匿名变量，总数据量超过120w，为了保证比赛的公平性，将从中抽取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、p

金融风控-贷款违约预测 今天是task02的打卡时间点，作为社畜，时间着实紧张。EDA结果不是很好。但是也是作为一种记录，记录自己的学习过程。看到群里的小伙伴拿到0.73的成绩，我觉得，我也是可以的，周末好好加油学习，你也是可以的。 本章主要是进行数据可视化，探索可自变量与应变量之间的关系 首先看了变量类型，里面共有5个类别型变量，其余都为数值型变量。但是看了其分布，感觉这些数值型变量中，还有一些是类别型变量。 1 ） 贷款违约风险，及label Y变量“isDefault”，分布如下 从这个比例来看

了解什么是数据挖掘 什么是数据挖掘？ 数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、潜在的、有价值的信息的过程。 数据挖掘又称为数据库中的知识发现（KDD：Knowledge Discovery in Database），实际上数据挖掘是知识发现过程的一个基本步骤。 知识发现[外链图片转存失败,源站可能有防盗在这里插入!链机制,建描述]议将图片上https://传(imblogLdnimg.cn/20200731tJsV155546101

金融风控-贷款违约预测学习笔记（Part1赛题理解）1.关于项目1.1 项目背景1.2 项目数据集说明2. 项目初探2.1 项目理解2.1.1 个人理解2.1.2 知识补充2.1.3 分类指标评价计算示例2.2 查看数据集 1.关于项目 1.1 项目背景 这是一个由Datawhale与天池联合发起的金融风控相关赛事。 赛题以金融风控中的个人信贷为背景，要求选手根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分类问题。 赛题目标是预测用户贷款是否会违约。提交结果为

一.容易混淆 若一个实例为正类，被预测为负类，即为假负类。（False Negative）（FN） 若一个实例为负类，被预测为正类，即为假正类。（False Positive）（FP） 二.概念理解： 1.精确率（Precision）：P = TP/（TP + FP） 表述了分为正类的示例中实际为正类的比例。 2. 召回率（Recall）：recall=TP/(TP+FN) 是覆盖面的度量，度量有多少个正类被分为正类。 与此对等有灵敏度（sensitive）：sensitive = TP/P， 表示的是所有

阿里云天池学习赛 – Datawhale学习笔记 文章目录1、学习目标2、EDA方法&基本流程3、常规EDA操作【主要操作与思路】3.1、缺失率分析与缺失值处理方法3.2、数据分布探索3.3、连续变量与离散变量的分布与相关性分析3.4 一键EDA报告：便捷工具pandas_profiling4、重点总结 1、学习目标 task1链接：数据背景介绍 教程学习链接：Task2 数据分析 目的：了解数据，熟悉数据，为后续的特征工程做准备 EDA价值： 1.主要在于熟悉了解整个数据集的基本情况（缺

Task2 数据分析 此部分为零基础入门金融风控的 Task2 数据分析部分，带你来了解数据，熟悉数据，为后续的特征工程做准备，欢迎大家后续多多交流。 赛题：零基础入门数据挖掘 - 零基础入门金融风控之贷款违约 目的： 1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模. 2.了解变量间的相互关系、变量与预测值之间的存在关系。 3.为特征工程做准备 项目地址：https://github.com/datawhal

import pandas as pd import os import gc import lightgbm as lgb import xgboost as xgb from catboost import CatBoostRegressor from sklearn.linear_model import SGDRegressor,LinearRegression,Ridge from sklearn.preprocessing import MinMaxScaler import math impo

金融风控-贷款违约预测Task1 学习笔记 目标：理解赛题目标，学习相应理论概念，熟悉应用预测指标，评分规则。 学习： 一.容易混淆 若一个实例为正类，被预测为负类，即为假负类。（False Negative）（FN） 若一个实例为负类，被预测为正类，即为假正类。（False Positive）（FP） 二.概念理解： 1.精确率（Precision）：P = TP/（TP + FP） 表述了分为正类的示例中实际为正类的比例。 2. 召回率（Recall）：recall=TP/(TP+FN) 是覆盖面的度量