零基础入门金融风控-贷款违约预测

写在前面：

刚接触数据挖掘，看了几页python就跳进了这个大坑，也不知道该咋写这个博客，先瞎写着吧。介绍下自己参加的这个项目，是Datawhale和天池比赛联合发起的，我们在Datawhale组对学习，然后自愿参加报名天池比赛。Datawhale是一个AI领域的开源学习组织，我个人很敬佩他们的创始者，至少目前让我感觉这是一个很不错的组织；天池是阿里云旗下的一个组织，也是专注于AI领域的，我上去看了下，里面也有很多关于AI的学习视频和比赛。两者结合，我感觉自己一定会有所收获的。下面开始介绍我现在接触的入门项目——零基础入门金融风控之贷款违约预测。

*************************************************我是分界线**************************************************************************************

这个项目分5个任务开展，今天就写一下Task1：赛题理解

任务目标：预测用户贷款是否违约

 

数据：

数据获取需要注册天池比赛，然后才可在对应的赛事中下载数据。

（天池比赛链接：https://tianchi.aliyun.com/competition/entrance/531830/introduction）

总数据量120w，47列变量信息，其中15列为匿名变量；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。

 

数据字段：是对数据中15列变量的说明。

字段	描述
id	为贷款清单分配的唯一信用证标识
loanAmnt	贷款金额
term	贷款期限（year）
interestRate	贷款利率
installment	分期付款金额
grade	贷款等级
subGrade	贷款等级之子级
employmentTitle	就业职称
employmentLength	就业年限（年）
homeOwnership	借款人在登记时提供的房屋所有权状况
annualIncome	年收入
verificationStatus	验证状态
issueDate	贷款发放的月份
purpose	借款人在贷款申请时的贷款用途类别
postCode	借款人在贷款申请中提供的邮政编码的前3位数字
regionCode	地区编码
dti	债务收入比
delinquency_2years	借款人过去2年信用档案中逾期30天以上的违约事件数
ficoRangeLow	借款人在贷款发放时的fico所属的下限范围
ficoRangeHigh	借款人在贷款发放时的fico所属的上限范围
openAcc	借款人信用档案中未结信用额度的数量
pubRec	贬损公共记录的数量
pubRecBankruptcies	公开记录清除的数量
revolBal	信贷周转余额合计
revolUtil	循环额度利用率，或借款人使用的相对于所有可用循环信贷的信贷金额
totalAcc	借款人信用档案中当前的信用额度总数
initialListStatus	贷款的初始列表状态
applicationType	表明贷款是个人申请还是与两个共同借款人的联合申请
earliesCreditLine	借款人最早报告的信用额度开立的月份
title	借款人提供的贷款名称
policyCode	公开可用的策略_代码=1新产品不公开可用的策略_代码=2
n系列匿名特征	匿名特征n0-n14，为一些贷款人行为计数特征的处理

 

评价标准：

我们通过一些评价指标来评价我们的预测结果，其实也就是评价这个算法好不好。

 这个项目采用的分类算法，评价分类算法常用以下指标：

• 混淆矩阵（Confuse Matrix）
• 准确率（Accuracy）
• 精确率（Precision）
• 召回率（Recall）
• F1 Score
• P-R曲线（Precision-Recall Curve）
• ROC
• AUC

 此项目采用AUC作为评价指标。这些指标在python中都可以利用内置函数进行计算，不用我们去写算法，直接调用就好了。我们只需要知道AUC这个值越接近1，说明效果越好。

 

************************************************我是分界线***********************************************************************************

写在后面：

其实看完Task1就是要了解我们要做的项目是什么，以及如何来评价我们的工作成果。写的比较偏通俗理解，因为我感觉技术贴太多了，而且我按照那样去写估计也是复制粘贴。写完这些如果还想具体了解如何导入数据，以及关于评价指标的相关信息可以百度一下，而相关代码的实现可以找找其他人的博客，他们也是这个项目，但估计就很“技术”了。哈哈，就酱！收工!