金融风控训练营训练营之赛题理解学习笔记

本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容，学习链接为：https://tianchi.aliyun.com/specials/activity/promotion/aicampfr?spm=5176.21206736.J_6684360830.26.14d8148cSWgzfo

一、学习知识点概要

1.1 学习目标

理解赛题数据和目标，清楚评分体系。

1.2 了解赛题

• 赛题概况
  • 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。
• 数据概况
  • 一般而言，对于数据在比赛界面都有对应的数据概况介绍（匿名特征除外），说明列的性质特征。
• 预测指标
  • 竞赛采用AUC作为评价指标。AUC（Area Under Curve）被定义为 ROC曲线 下与坐标轴围成的面积。
• 分析赛题

二、学习内容

• 读取数据有两种方法。
  • 第一种通过wget命令从链接直接下载数据到dsw
  • 另一种就是可以直接利用pandas读取链接数据
• 评分卡是一张拥有分数刻度会让相应阈值的表。
  • 信用评分卡是用于用户信用的一张刻度表。评分卡是金融风控中常用的一种对于用户信用进行刻画的手段哦！

三、学习问题与解答

• KS
  

四、学习思考与总结

赛题理解是开始比赛的第一步，赛题的理解有助于对竞赛全局的把握。通过赛题理解有助于对赛题的业务逻辑把握，对于后期的特征工程构建和模型选择都尤为重要。

• 在开始比赛之前要对赛题进行充分的了解。
• 比赛什么时候开始，什么时候结束，什么时候换B榜数据。
• 和该比赛有没有类似的比赛可以参考借鉴。
• 线上提交结果的次数往往是有限的，提前了解每日可以提交的次数。
• 比赛使用的是什么评价指标，可以选择相同的评价指标作为线下验证的方式。