金融风控训练营Task01学习笔记

虽然我这两天很忙！！但是我一定要加油！我在这里寄予自己厚望
俺这次一定把这些东西都搞懂 ，不然又要拖拖拖
那我还是在最前面写写吧，简单搞懂了一下dsw是怎么用的，虽然有点不习惯，但是听说用它快一点，那我就用它吧。然后看了看题没怎么看baseline，后面补一下实在是没时间了，考试加油！

学习知识点概要

• 理解赛题数据和目标，清楚评分体系。
• 完成相应报名，下载数据和结果提交打卡（可提交示例结果），熟悉比赛流程

学习内容

赛题理解

• 题目概述

二分类问题
数据：贷款申请人的数据信息
目的：其是否有违约的可能

• 数据概述

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
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。（本次比赛用A）
具体数据如下：

预测指标

提交结果为每个测试样本是1的概率，也就是y为1的概率。评价方法为AUC评估模型效果（越大越好）。

• 常用的评估方法

1、混淆矩阵（Confuse Matrix）

（1）若一个实例是正类，并且被预测为正类，即为真正类TP(True Positive )
（2）若一个实例是正类，但是被预测为负类，即为假负类FN(False Negative )
（3）若一个实例是负类，但是被预测为正类，即为假正类FP(False Positive )
（4）若一个实例是负类，并且被预测为负类，即为真负类TN(True Negative )
2、准确率（Accuracy）
准确率是常用的一个评价指标，但是不适合样本不均衡的情况。 $$Accuracy=\frac{TP+TN}{TP+TN+FP+FN}$$
3、精确率（Precision） 又称查准率，正确预测为正样本（TP）占预测为正样本(TP+FP)的百分比。（占预测的）
$$Precision=\frac{TP}{TP+FP}$$
4、召回率（Recall） 又称为查全率，正确预测为正样本（TP）占正样本(TP+FN)的百分比。（占真实的） $$Recall=\frac{TP}{TP+FN}$$

人们通常使用精准率和召回率这两个指标，来评价二分类模型的分析效果。但是当这两个指标发生冲突时，我们很难在模型之间进行比较。

5、F1 Score
精确率和召回率是相互影响的，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。
$$F1-Score=\frac{2}{\frac{1}{Precision}+\frac{1}{Recall}}$$

6 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

7、ROC（Receiver Operating Characteristic） ROC空间将假正例率（FPR）定义为 X轴，真正例率（TPR）定义为 Y 轴。 TPR：在所有实际为正例的样本中，被正确地判断为正例之比率。 $$TPR=\frac{TP}{TP+FN}$$
FPR：在所有实际为负例的样本中，被错误地判断为正例之比率。 $$FPR=\frac{FP}{FP+TN}$$

8、AUC(Area Under Curve) 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。

对于金融风控预测类常见的评估指标如下:

在风控中，KS常用于评估模型区分度。区分度越大，说明模型的风险排序能力（ranking ability）越强。 K-S曲线与ROC曲线类似，不同在于

• ROC曲线将真正例率和假正例率作为横纵轴
• K-S曲线将真正例率和假正例率都作为纵轴，横轴则由选定的阈值来充当。 公式如下： $$KS=max(TPR-FPR)$$ KS不同代表的不同情况，一般情况KS值越大，模型的区分能力越强，但是也不是越大模型效果就越好，如果KS过大，模型可能存在异常，所以当KS值过高可能需要检查模型是否过拟合。以下为KS值对应的模型情况，但此对应不是唯一的，只代表大致趋势。
  
  roc和auc

学习问题与解答

我可以吗？
我可以的！

学习思考与总结

在这次练习中我想学到什么呢？

1. task2我想搞清楚数据清洗，特别分布变换，顺便会画那些图
2. task3我要好好学习特征工程
3. task4鹅鹅鹅 我学会那几个模型吧，但是为什么我都不太会原理，我很想把原理搞清楚，救命啊。嗯嗯然后调参，我不是很懂这些模型是干嘛的，所以我现在也不知道他们的参数是干嘛的，是怎么样的呢
4. task5其实我一直不知道融合是怎么个融合，是集成吗？好像是捏！真好，希望我的时间可以多一点，我可以好好学会。