Datawhale-Task01

再次从零开始吧

一、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。

二、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）。

三、结果

提交前请确保预测结果的格式与sample_submit.csv中的格式一致，以及提交文件后缀名为csv。

个人理解

该问题为标准的分类问题，对于数据来说，是标准的4：1的训练集测试集划分，就以往经验来看，使用logistic回归应该能得到一个baseline，之后可以用过拟合的方式看一下具体精度，最后再进行调参。

赛题地址: link.