关于零基础入门金融风控挑战赛的笔记系列（持续更新）

Task1 赛题理解

赛题背景
金融行业里面，对风险控制非常严格，如果风控把握不好，那么会导致坏产等一系列恶性循环。因此，风控便成为了金融公司业务管理中重要的一环。这次，结合天池的优势，进行《零基础入门金融风控之贷款违约预测挑战赛》的练习，借此巩固python的使用和知识巩固，并对金融相关的行业和逻辑思维有更加深入的了解，对数据建模有更加系统的使用和熟悉。

一、了解数据状况
1、数据指标及其含义

` id 为贷款清单分配的唯一信用证标识

`loanAmnt 贷款金额

`term 贷款期限（year）

`interestRate 贷款利率

`installment 分期付款金额

`grade 贷款等级

`subGrade 贷款等级之子级

`employmentTitle 就业职称

`employmentLength 就业年限（年）

`homeOwnership 借款人在登记时提供的房屋所有权状况

`annualIncome 年收入

`verificationStatus 验证状态

`issueDate 贷款发放的月份

`purpose 借款人在贷款申请时的贷款用途类别

`postCode 借款人在贷款申请中提供的邮政编码的前3位数字

`regionCode 地区编码

`dti 债务收入比

`delinquency_2years 借款人过去2年信用档案中逾期30天以上的违约事件数

`ficoRangeLow 借款人在贷款发放时的fico所属的下限范围

`ficoRangeHigh 借款人在贷款发放时的fico所属的上限范围

`openAcc 借款人信用档案中未结信用额度的数量

`pubRec 贬损公共记录的数量

`pubRecBankruptcies 公开记录清除的数量

`revolBal 信贷周转余额合计

`revolUtil 循环额度利用率，或借款人使用的相对于所有可用循环信贷的信贷金额

`totalAcc 借款人信用档案中当前的信用额度总数

`initialListStatus 贷款的初始列表状态

`applicationType 表明贷款是个人申请还是与两个共同借款人的联合申请

`earliesCreditLine 借款人最早报告的信用额度开立的月份

`title 借款人提供的贷款名称

`policyCode 公开可用的策略_代码=1新产品不公开可用的策略_代码=2

2、常用指标
（1）混淆矩阵

（2）准确率（accurancy）
如果样本不均衡，那么该指标可能不够精确
（3）精确率（precision）
（4）召回率（recall）
（5）F1指标（F1 SCORE）
结合精确率和召回率的指标，兼顾性及参考性较单一指标要好
（6）P-R曲线
以召回率为横坐标，以精确率为纵坐标的曲线
（7）ROC
以假正例率（FPR）为横坐标，真正例率（TPR）为纵坐标的曲线
（8）AUC
ROC曲线与坐标轴围成的面积

二、描述性数据概览（分析）
未完待续……