AI训练营金融风控赛题理解学习笔记

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。