- 博客(14)
- 资源 (9)
- 收藏
- 关注
RSS订阅转载 信用评分模型11111111
逻辑回归模型：广泛应用在申请评分、行为评分、市场响应、客户流失等建模领域。决策树模型：往往被用来做催收评分和客户盈利模型。神经网络模型：用来防止申请和交易欺诈。信用评分的主要目的是估计消费者的信用情况（正常或违约），具体做法是根据酷虎的历史信息资料，利用合适的数学统计模型，得到消费者违约的概率值。客户的信息资料：人口统计学数据（性别、年龄、婚姻、收入、住房、居民、教育、种族、子女）、客户行为信息（...
2018-02-27 18:12:15
504
转载 想要了解大数据信用风险评分,这篇文章值得细读!(上)
信用风险评分模型是银行等信贷发放机构应用较为成熟的风险计量工具。早在20世纪40年代，美国有些银行就开始尝试性研究信用评分方法，用于快速处理大量信贷申请。1956年，工程师BillFair和数学家EarlIsaac共同发明了著名的FICO评分方法。该方法基本以Logistic回归方法为技术核心，是当前业界应用最成熟的信用风险评分模型。在20世纪60～80年代，随着信息技术的进步和业务的快速发展，信...
2018-02-27 18:09:29
5429
转载 #######好好好好好#########笔记︱信用风险模型（申请评分、行为评分）与数据准备（违约期限、WOE转化）
巴塞尔协议定义了金融风险类型：市场风险、作业风险、信用风险。信用风险ABC模型有进件申请评分、行为评分、催收评分。————————————————————————————————————一、数据准备1、排除一些特定的建模客户用于建模的客户或者申请者必须是日常审批过程中接触到的，需要排除以下两类人：异常行为：销户、按条例拒绝、特殊账户；特殊账户：出国、卡丢失/失窃、死亡、未成年、员工账户、VIP；其...
2018-02-27 11:06:45
641
转载 ######好好好#####评分模型的检验方法和标准&信用评分及实现
评分模型的检验方法和标准通常有：K-S指标、交换曲线、AR值、Gini数等。例如，K-S指标是用来衡量验证结果是否优于期望值，具体标准为：如果K-S大于40%，模型具有较好的预测功能，发展的模型具有成功的应用价值。K-S值越大，表示评分模型能够将“好客户”、“坏客户”区分开来的程度越大。评分模型的检验方法和标准通常有：K-S指标、交换曲线、AR值、Gini数等。例如，K-S指标是用来衡量验证结果是...
2018-02-24 16:34:36
1467
转载 在pandas中遍历DataFrame行
有如下 Pandas DataFrame：import pandas as pdinp = [{'c1':10, 'c2':100}, {'c1':11,'c2':110}, {'c1':12,'c2':120}]df = pd.DataFrame(inp)print df上面代码输出： c1 c20 10 1001 11 1102 12 120现在需要遍历上面...
2018-02-24 14:51:51
15566
原创 写数据库UNICode字符错误解决方法
UnicodeEncodeError：'latin-1' codec can't encode characters in position 0-1: ordinal not in range(256) Scrapy1.使用scrapy对数据进行入库时,出现如下错误:UnicodeEncodeError：'latin-1' codec can't encode characters in posi...
2018-02-24 10:22:48
1283
转载 利用sklearn api gridsearch 进行keras参数调优
本文主要想为大家介绍如何使用scikit-learn网格搜索功能，并给出一套代码实例。你可以将代码复制粘贴到自己的项目中，作为项目起始。下文所涉及的议题列表：如何在scikit-learn模型中使用Keras。如何在scikit-learn模型中使用网格搜索。如何调优批尺寸和训练epochs。如...
2018-02-12 17:14:43
3920
转载 ####并行版###标签传播算法（Label Propagation）及Python实现
标签传播算法（Label Propagation）及Python实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09 众所周知，机器学习可以大体分为三大类：监督学习、非监督学习和半监督学习。监督学习可以认为是我们有非常多的labeled标注数据来train一个模型，期待这个模型能学习到数据的分布，以期对未来没有见到的样本做预测。那这个性能的源头--...
2018-02-08 09:51:37
1277
转载 ###spark版### Spark Graphx 进行团伙的识别（community detection）
最近在使用Spark Graphx，拿Graphx做了点实验。对大规模图常见的分析方法有连通图挖掘，团伙挖掘等。在金融科技领域，尤其风控领域，会有各种重要的关联网络，并且这种网络图十分庞大。 所以，Spark Graphx这种分布式计算框架十分适合这种场景。下面以设备间关联网络（节点数亿级别）为...
2018-02-08 09:50:29
2037
2
转载 ##单机版Python##社团划分——有向图的Label Propagation算法
在博文社区划分——Label Propagation中，介绍了Label Propagation社区划分算法的基本原理，基本的Label Propagation算法是针对无向图的社区划分算法。一、基本Label Propagation算法原理对于网络中的每一个节点，在初始阶段，Label Propagation算法对每一个节点一个唯一的标签，在每一个迭代的过程中，每一个节点根据与其相连的节点所属的...
2018-02-08 09:45:23
1735
转载 ###好好好######Spark GraphX处理图数据
大数据呈现出不同的形态和大小。它可以是批处理数据，也可以是实时数据流；对前者需要离线处理，需要较多的时间来处理大量的数据行，产生结果和有洞察力的见解，而对后者需要实时处理并几乎同时生成对数据的见解。我们已经了解了如何将 Apache Spark 应用于处理批数据（Spark Core）以及处理实时数据（Spark Streaming）。有时候，所需处理的数据是很自然地联系在一起的。譬如，在
2018-02-07 17:09:05
2752
转载 深度学习笔记：优化方法总结(BGD,SGD,Momentum,AdaGrad,RMSProp,Adam)
深度学习笔记(一)：logistic分类深度学习笔记(二)：简单神经网络，后向传播算法及实现深度学习笔记(三)：激活函数和损失函数深度学习笔记：优化方法总结深度学习笔记(四)：循环神经网络的概念，结构和代码注释深度学习笔记(五)：LSTM深度学习笔记(六)：Encoder-Decoder模型和Attention模型最近在看Google的Dee
2018-02-05 16:08:46
1069
转载 深度学习笔记(三)：激活函数和损失函数
深度学习笔记(一)：logistic分类深度学习笔记(二)：简单神经网络，后向传播算法及实现深度学习笔记(三)：激活函数和损失函数深度学习笔记：优化方法总结(BGD,SGD,Momentum,AdaGrad,RMSProp,Adam)深度学习笔记(四)：循环神经网络的概念，结构和代码注释深度学习笔记(五)：LSTM深度学习笔记(六)：Encoder-
2018-02-05 16:02:55
772
转载 Ubuntu15.10 禁用自带的nouveau驱动（安装NVIDIA驱动）
安装Nvidia显卡的官方驱动和系统自带的nouveau驱动冲突。 安装网上方法尝试了modprob.d/blacklist.conf里的各种修改，重启以后还是没有成功警用nouveau驱动最后看见一个方法：直接移除这个驱动（备份出来）# mv /lib/modules/3.0.0-12-generic/kernel/drivers/gpu/drm/no
2018-02-02 09:29:22
837
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人