資料集構成：
三萬條已知標籤的訓練集，二萬條不知標籤的測試集
訓練集和測試集均有三種表：
master（主要的特徵表），log_info（使用者登陸資訊表）,userupdate_info（客戶資訊修改更新表）
（1）
master
每一行代表乙個樣本（一筆成功成交借款），每個樣本包含200多個各類字段。
idx：每一筆貸款的unique key，可以與另外2個檔案裡的idx相匹配。
userinfo_*：借款人特徵字段
webloginfo_*：info網路行為字段
education_info*：學歷學籍字段
thirdparty_info_periodn_*：第三方資料時間段n欄位
socialnetwork_*：社交網路字段
linstinginfo：借款成交時間
target：違約標籤（1 = 貸款違約，0 = 正常還款）。
測試集裡不包含target欄位。
（2）
log_info
借款人的登陸資訊。
listinginfo：借款成交時間
loginfo1：操作**
loginfo2：操作類別
loginfo3：登陸時間
idx：每一筆貸款的unique key
（3）
userupdate_info
借款人修改資訊
listinginfo1：借款成交時間
userupdateinfo1：修改內容
userupdateinfo2：修改時間
idx：每一筆貸款的unique key
1）訓練資料和測試資料的合併（為了一起對特徵進行處理）
2）分型別變數的清洗
3）基於一些分型別變數和其他表資料（登陸資訊表、修改資訊表）的特徵衍生
4）數值型變數均值填充
5）最後對特徵工程後的資料集進行特徵篩選（lightgbm）
6）篩選完後進行建模**
7）通過調整lightgbm的引數，來提高模型的精度
8）模型融合（stacking）
1、kesci「魔鏡杯」風控演算法大賽銅獎解決方案
2、第四屆拍拍貸魔鏡杯冠軍方案分享
3、拍拍貸金融風控案例（總結）
4、拍拍貸魔鏡杯風控演算法大賽——基於lightgbm
拍拍貸通過科技賦能金融 堅持資料驅動風控
作為借款撮合服務行業頭部平台之一的拍拍貸，已經穩定運營了超過十年。截至目前，拍拍貸的累計交易總額已經超過 1700 萬元，累計交易筆數超過 6000 萬。自成立之初，拍拍貸就將風控視為平台生命wmlywvetxy線，將出借人權益置於重要位置。並且拍拍貸在發展過程中一直是用資料說話 用資料管理 用資料...
科賽網 魔鏡杯「風控演算法比賽」賽後總結
3 特徵工程和特徵選擇 思路如下 第5步，特徵選擇。經過第四步的過程，會生成大量的特徵，裡面有優秀的特徵，也有無用的特徵。如果不加以選擇，反而會造成維度災難。特徵選擇的常用方法一般分為兩種，一種是係數型 考慮每一列特徵與label 之間的線性或者非線性關係。比如pearson能夠發現特徵間的線性關係...
現金貸風控決策引擎
一套完整的風控體系，在現金貸風控中，少不了是決策引擎，今天就說 一下風控決策引擎 優先順序 風控決策引擎是一堆風控規則的集合，通過不同的分支 層層規則的遞進關係進行運算。而既然是組合的概念，則在這些規則中，以什麼樣的順序與優先順序執行便額外重要。風控系統的作用在於識別絕對風控與標識相對風險，如果是絕...