1.赛题信息
赛题以预测用户贷款是否违约为任务,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.数据概况
3.评价标准
二、评测标准
提交结果为每个测试样本是1的概率,也就是y为1的概率。评价方法为AUC评估模型效果(越大越好)。
AUC(Area Under Curve)被定义为 ROC曲线 下与坐标轴围成的面积。
- ROC(Receiver Operating Characteristic) ROC空间将假正例率(FPR)定义为 X 轴,真正例率(TPR)定义为 Y 轴。
- TPR:在所有实际为正例的样本中,被正确地判断为正例之比率。
- FPR:在所有实际为负例的样本中,被错误地判断为正例之比率。
- AUC(Area Under Curve) AUC(Area Under Curve)被定义为 ROC曲线 下与坐标轴围成的面积,显然这个面积的数值不会大于1。又由于ROC曲线一般都处于y=x这条直线的上方,所以AUC的取值范围在0.5和1之间。AUC越接近1.0,检测方法真实性越高;等于0.5时,则真实性最低,无应用价值。