金融风控学习笔记1-理解赛题

概况

比赛要求参赛选手根据给定的数据集，建立模型，预测金融风险。
赛题以预测金融风险为任务，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。

通过这道赛题来引导大家走进金融风控数据竞赛的世界，主要针对于于竞赛新人进行自我练习、自我提高。

预测指标

竞赛采取AUC作为评价指标
常见的其他指标：

1. 混淆矩阵（Confuse Matrix）

TP	FP
FN	TN

3. 准确率（Accuracy）
4. 精确率（Precision）
5. 召回率（Recall）
   比如检查艾滋病，精准率就是所有阳性的里面判断正确的占多大比例，召回率就是艾滋病人结果呈阳性的比例
6. F1 Score
   F1 = 2*(precision*recall/ precision+recall)
7. P-R曲线（Precision-Recall Curve） P-R曲线是描述精确率和召回率变化的曲线, 其中precision是横轴，recall是纵轴
8. RO