阿里雲的金融風控-貸款違約預測_特征工程
特征工程 項目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl 3.1 學習目標 學習特征預處理、缺失值、異常值處理、數據分桶等特征處理方法 ...
原文：金融風控之特征工程
特征工程是一個復雜活，本人認為它一般包括以下幾個過程：特征初篩 特征衍生 加工 特征選擇 特征篩選是一個精細活，需要考慮很多因素，比如：預測能力 相關性 穩定性 合規性 業務可解釋性等等。 案例實踐代碼：https: github.com iihcy Credit ACard 從廣義上，特征篩選可從業務指標和技術指標兩大類出發： .業務指標包括： . 合規性：用以加工變量的數據源是否符合國家法律 ...
2020-03-01 10:18 0 1148 推薦指數：
相關推薦
金融風控_RFM模型
python信用評分卡建模視頻系列教程（附代碼） 博主錄制 https://study.163.com/course/introduction.htm?courseId=10052 ...
金融風控之貸款違約預測筆記
要求 根據貸款申請人的數據信息預測其是否有違約的可能，以此判斷是否通過此項貸款。 數據概況 總數據量超過120w，包含47列變量信息，其中15列為匿名變量。從中抽取80萬條作為訓練集，20萬條作 ...
【第17期Datawhale | 零基礎入門金融風控-貸款違約預測】Task03打卡：特征工程之特征預處理、異常值處理、數據分桶、特征交互、特征編碼、特征選擇等 【留了大量TODO需要深入學習】
md 零基礎入門金融風控-貸款違約預測 Task03 特征工程 Task03目的: 學習特征預處理/缺失值處理/異常值處理/數據分桶等特征處理方法 學習特征交互/特征編碼/特征選擇的相應方法 0.0 導包 0.1 公共變量 0.2 數據讀取pandas ...
消費金融大數據風控架構與實踐
而違約的可能性。 信用風險的風控重點在於，甄別客戶違約的原因究竟是還款能力，還是還款意願問題。 ...
阿里雲的金融風控-貸款違約預測_模型融合
模型融合 5.1 學習目標 將之前建模調參的結果進行模型融合。 嘗試多種融合方案，提交融合結果並打卡。（模型融合一般用於A榜比賽的尾聲和B榜比賽的全程） 5.2 內容介紹 模型融合是比賽后期上 ...
金融風控大廠面試25題（含解析）
金九銀十，面試你准備好了嗎？金融方向的兄弟們看過來，近期本條會持續更新，不贅述，直接看題： 題目來源：七月在線 - 領先的AI與智能網聯汽車職業教育平台 文末送書福利！ 1、芝麻信用分的主要計算維度？ 解析： 主要維度1）個人屬性：職業類型、學歷學籍等2）穩定性：手機穩定性、地址穩定性 ...
【轉】風控中的特征評價指標（三）——KS值
轉自：https://zhuanlan.zhihu.com/p/79934510 風控業務背景 在風控中，我們常用KS指標來評估模型的區分度（discrimination）。這也是風控模型同學最為追求的指標之一。那么，有多少人真正理解KS背后的內涵？本文將從區分度的概念、KS的計算方法、業務 ...