模型融合 5.1 学习目标 将之前建模调参的结果进行模型融合。 尝试多种融合方案，提交融合结果并打卡。（模型融合一般用于A榜比赛的尾声和B榜比赛的全程） 5.2 内容介绍 模型融合是比赛后期上分的重要手段，特别是多人组队学习的比赛中，将不同队友的模型进行融合，可能会收获意想不到的效果 ...

*特征工程是一个复杂活，本人认为它一般包括以下几个过程：特征初筛、特征衍生(加工)、特征选择； 特征筛选是一个精细活，需要考虑很多因素，比如：预测能力、相关性、稳定性、合规性、业务可解释性等等。 ...

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。 数据概况 总数据量超过120w，包含47列变量信息，其中15列为匿名变量。从中抽取80万条作为训练集，20万条作 ...

转自基于客户数据的银行信用卡风险控制模型研究,金融,风控,建模,实战,,评分,A (pythonf.cn) 基于客户数据的银行信用卡风险控制模型研究,金融,风控,建模,实战,以,某,制作,评分,A 一、知识准备 1.1 熟悉Python的数据分析库numpy ...

做过风控模型或者有过这方面基础的同学们应该都知道评分卡其实也分很多种，按照时间线来划分的有： 申请评分卡—> 欺诈评分卡—> 行为评分卡—> 市场评分卡—> 催收评分卡(又分为失联模型、还款率模型、是否还款模型、迁徙率模型 ...

而违约的可能性。 信用风险的风控重点在于，甄别客户违约的原因究竟是还款能力，还是还款意愿问题。 ...

特征工程 项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskCont ...

金九银十，面试你准备好了吗？金融方向的兄弟们看过来，近期本条会持续更新，不赘述，直接看题： 题目来源：七月在线 - 领先的AI与智能网联汽车职业教育平台 文末送书福利！ 1、芝麻信用分的主要计算维度？ 解析： 主要维度1）个人属性：职业类型、学历学籍等2）稳定性：手机稳定性、地址稳定性 ...