AI训练营金融风控赛题理解学习笔记
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
一、 学习知识点概要
- 信贷平台贷款记录数据项含义
- 预测指标
- 金融风控预测类常见的评估指标
- 赛题流程
- 代码展示
二、学习内容
-
金融类预测指标
- AUC(Area Under Curve):ROC曲线 下与坐标轴围成的面积,越接近1,应用效果越好。
- ROC:正例率Y与假正例率X的关系,正例率指TPR,假正例率FPR
-
分类算法评估指标:
-
混淆矩阵
预测\与实际相比真或假 True False Positive TP FP Negative TN FN -
准确率与精确率的区别:T*/*、TP/*P ,召回率:TP/TP+FN
召回率与精确率呈负相关
- 同时考虑召回率与精确率:F1 Score
-
-
P-R曲线是描述精确率和召回率变化的曲线
-
金融风控预测类常见的评估指标
-
KS统计量:评价模型区分度
-
三、学习问题与解答
不知道金融风控预测的评价指标在后续的建模调参中的用途,也许是在性能评估中有所应用吧,希望通过后面的学习进一步了解有关内容。
四、学习思考与总结
初步了解了这个项目的流程:数据探索性分析EDA、特征工程、建模调参、模型融合。对于混淆矩阵有点理解不是很清晰,精确率与召回率的关系有点不明白。代码中accuracy_score计算对应的混淆矩阵中的值不是很清楚,要及时弄懂这些知识点。
明白。代码中accuracy_score计算对应的混淆矩阵中的值不是很清楚,要及时弄懂这些知识点。