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:
- 混淆矩阵(Confuse Matrix)
TP | FP |
---|---|
FN | TN |
- 准确率(Accuracy)
- 精确率(Precision)
- 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 - F1 Score
F1 = 2*(precision*recall/ precision+recall) - 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
- RO