零基础入门金融风控-贷款违约预测-笔记

最新推荐文章于 2022-11-28 22:06:21 发布
最新推荐文章于 2022-11-28 22:06:21 发布
阅读量324 收藏
点赞数
分类专栏： liandan
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38682454/article/details/108606672
版权

Day 9.15 赛题理解

其实就是贷款违约预测，很多比赛都有做这方面的内容，比如招行的，还有翼支付的。

基本思路，datawhale已经给出了lgb，xgb，catboost的三模型融合。

代码还没跑，感觉这个主要的内容还是数据特征的发掘为主，找到一些强特比较重要，另外i模型融合也涨分会比较多。

后续会更新具体的实验部分

千草幽幽
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
零基础入门数据挖掘之金融风控-贷款违约预测
u010288697的博客
09-15 343
天池-赛题理解-DataWhale 九月组队学习记录一、二、三、四、系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结新的改功能快捷合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 一、 二、 三、 四、 系列文章
零基础入门金融风控-贷款违约预测-Task4
t1Alex的博客
09-24 389
写在前面：差一点就放弃了！其实项目进行到T4，从内容上还是很好理解了。前面的Task相当于是准备工作，包括数据EDA、特征工程都是未来建模做的准备，当我们把数据分析好以后，接下来自然就是建模啦。所以T4主要讲的就是建模和调参。我觉得教程中使用的数据应该和我们下载的数据结构是不一样的，所以在程序的开始就把我难住了。我读取的数据根本无法按照教程代码去运行。对于Python基础巨差的我真是无能为力，我差点就准备放弃，坐等被抱出群聊时，已经被挠秃的榆木脑袋突然就灵光了，试着改了改代码，居然成功了（虽然是很简单的代码
贷款违约预测_建模调参与模型融合1
08-03
DataWhale零基础入门金融风控贷款违约预测--模调参&模型融合分享人：小一数据分析工程师金融风控爱好者单模型建模调参多模型融合上分问题答疑本次直播的内容贷
零基础入门金融风控 Task2 数据分析
Rock_y的博客
09-16 755
文章目录1 导入数据分析及可视化过程需要的库2 读取文件3 总体了解4 查看数据集中特征缺失值，唯一值等总结：5 查看特征的数值类型有哪些，对象类型有哪些总结：6 变量分布可视化根据y值不同可视化x某个特征的分布6 时间格式数据处理及查看7 掌握透视图可以让我们更好的了解数据8 用pandas_profiling生成数据报告总结 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
零基础入门金融风控-贷款违约预测-机器学习-数据分析
qq_42025868的博客
09-15 1万+
零基础入门金融风控-贷款违约预测 一、赛题数据 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。 字段表 id Field Description 1 id 为贷款清单分配的唯一信用证标
零基础入门金融风控之贷款违约预测—数据分析
sosososoon的博客
09-18 2047
主要目标 了解数据集的一些基本情况，如缺失值，异常值，数据集大小，原始特征维度等 了解变量间的相互关系、变量与预测值之间存在的关系 观察变量的分布情况，为特征工程做准备
【数据分析与挖掘实战】金融风控之贷款违约预测详解1(有代码和数据集)
m0_49263811的博客
12-08 1万+
金融风控一.题目理解1.1.题目概况1.2数据概况1.3预测指标二.数据来源三.查看数据四.分类指标计算示例4.1混淆矩阵4.2准确度4.3precision(精确度),recall(召回率),f1-score4.4P-R曲线4.5ROC曲线4.6AUC曲线4.7KS值五.数据分析5.1基本信息5.2查看数据集中特征缺失值，唯一值等5.3查看特征的数值类型有哪些，对象类型有哪些5.3.1数值连续型变量分析5.3.2非数值类别型变量分析5.3.3总结：5.4变量分布可视化5.4.1单一变量分布可视化 更新中~
零基础入门金融风控-基于python的贷款违约预测源码.zip
04-11
【资源说明】 1、该资源包括项目的全部源码，下载可以直接使用！ 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目，作为参考...零基础入门金融风控-基于python的贷款违约预测源码.zip
零基础入门金融风控-基于python的贷款违约预测源码+项目说明.zip
10-16
零基础入门金融风控-基于python的贷款违约预测源码+项目说明.zip零基础入门金融风控-基于python的贷款违约预测源码+项目说明.zip零基础入门金融风控-基于python的贷款违约预测源码+项目说明.zip零基础入门金融风控-...
零基础入门金融风控-基于python的贷款违约预测源码（下载即用）.zip
03-12
基于python的贷款违约预测源码（下载即用）.zip零基础入门金融风控-基于python的贷款违约预测源码（下载即用）.zip零基础入门金融风控-基于python的贷款违约预测源码（下载即用）.zip零基础入门金融风控-基于python...
Task 2 贷款违约预测
Jun_pratice的博客
09-18 566
Task 2 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/datawhalechina/team
金融风控-贷款违约预测
amanoaki的博客
05-13 6439
1.项目背景 项目来自阿里天池数据竞赛: 零基础入门金融风控-贷款违约预测-天池大赛-阿里云天池​tianchi.aliyun.com/competition/entrance/531830/introduction?spm=5176.12281973.1005.3.3eae1f54ZWQJJA正在上传…重新上传取消https://link.zhihu.com/?target=https%3A//tianchi.aliyun.com/competition/entrance/531830/introdu
数据处理--缺失值处理&异常值处理
热门推荐
xiedelong的博客
08-12 3万+
缺失值处理： 造成数据缺失的原因是多方面的，主要可能有以下几种： 有些信息暂时无法获取，致使一部分属性值空缺出来。 有些信息因为一些人为因素而丢失了。 有些对象的某个或某些属性是不可用的。如一个未婚者的配偶姓名。 获取这些信息的代价太大，从而未获取数据。 空值处理的重要性： 空值的存在，造成了以下影响： 系统丢失了大量的有用信息； 系统的不确定性更加显著，系统中的确定性成分更难把握......
数据挖掘组队学习-金融风控0基础入门-Task1
qq_35359517的博客
09-15 359
金融风控0基础入门-Task1 赛题理解贷款违约预测背景目的步骤1. 赛题概括2. 数据概括3. 预测指标4. 赛题流程5. 操作读取数据6. 拓展 - 评分卡 贷款违约预测 背景 金融风控中个人信贷为背景 目的 根据贷款申请人的数据信息，预测其是否有违约的可能，以判断是否通过该贷款，这是一个典型的分类问题。 步骤 赛题概括 数据概括 预测指标 分析赛题 赛题链接地址. 1. 赛题概括 根据给定的数据集，建立模型，预测金融风险。 数据情况： 总数据量超过120w，包含47列变量信息，其中15列为匿名变
零基础入门金融风控-贷款违约预测
weixin_45053816的博客
09-15 1017
Task1 赛题理解 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。 项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl 比赛地址：https://tianchi.aliyun.com/competition/entrance/531830/introduction 1.1
零基础入门金融风控之贷款违约预测挑战赛——简单实现
FavoriteStar的博客
11-28 2218
本文是对阿里云天池竞赛——零基础入门金融风控之贷款违约预测挑战赛的学习记录，算是一个很简单的baseline。
笔记之零基础入门金融风控-贷款违约预测
qq_32804727的博客
09-15 587
零基础入门金融风控-贷款违约预测赛题描述赛题概况数据概况合理的创建标题，有助于目录的生成预测指标赛题流程评分卡生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 赛题描述 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 赛题概况 赛题以预测
零基础入门金融风控-贷款违约预测之TASK1_赛题理解
weixin_46292496的博客
09-15 728
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
天池比赛（-贷款违约预测）1--赛题理解
haidizym的博客
09-15 848
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。 字段表 Field Description 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） interes
r语言金融风控之贷款违约预测
最新发布
05-29
R语言在金融风控领域中具有很大的优势，尤其是在贷款违约预测方面。贷款违约预测是指通过对已有数据进行分析和建模，预测贷款客户是否会违约，以便采取相应的措施降低风险。R语言可以用来进行数据清洗、可视化、特征...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值