金融风控训练营 Task 1 学习笔记

一、学习知识点概要

针对赛题进行理解分析

了解数据概况

学习混淆矩阵概念

准备率、精确率、召回率、F1-Score、P-R曲线、ROC空间以及金融风控预测类常见的评估指标。

二、学习内容

在task1中了解到了本次赛事的赛题理解：以金融风控中的个人信贷位背景，要求根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款。

这是一个分类问题！

数据方面了解到 以预测金融风险为任务 数据集总数超过120w，包含47列变量信息，其中15列为匿名变量 抽取80w条作为训练集，20w条作为测试集A，20w作为测试集B。

匿名特征：就是未告知数据列所属的性质的特征列。

学习了trian csv.以及他们所表示的翻译意思，比如：id 为贷款清单分配的唯一信用证标识   issueDate 贷款发放的月份

学习AUC（Area Under Curve）其被定义为ROC曲线下与坐标轴围成的面积，显然这个面积的数值不会大于1。又由于ROC曲线一般都处于y=x这条直线的上方，所以AUC的取值范围在0.5和1之间。AUC越接近1.0，检测方法真实性越高;等于0.5时，则真实性最低，无应用价值。

1、学习混淆矩阵概念：

* （1）实例＋，被预测为＋，真正类（TP）；

* （2）实例＋，被预测为—，假负类（FN)；

* （3）实例—，被预测为+，假正类（FP）；

* （4）实例—，被预测为—，真负类（TN）。

三、学习问题与解答

1、在今天的学习中，重点难点在于AUC的定义以及对图表的理解；

解答：在百度百科中查询得知：AUC（Area Under Curve）被定义为ROC曲线下与坐标轴围成的面积，显然这个面积的数值不会大于1。又由于ROC曲线一般都处于y=x这条直线的上方，所以AUC的取值范围在0.5和1之间。AUC越接近1.0，检测方法真实性越高;等于0.5时，则真实性最低，无应用价值。并且能观察其图表所表示的意思：

2、另外涉及公式内容部分难以理解，比如在F1-Score中P R曲线之间的相互影响

解答：精确率升高则召回率下降，召回率升高则精确率下降，如果需要兼顾二者，就需要精确率、召回率的结合F1 Score。

四、学习思考与总结

之前的我对金融风控领域或者DSW在线编程没有过多的了解，是一个完全的小白。虽然因此的学习过程比较艰难，不过坚持下来后

“柳暗花明又一村”的感觉让我回味。

今天只是一个开始！