1）混淆矩陣、2）準確率（accuracy）、精確率（precision）、召回率（recall）
3）f1指數、4）p-r曲線、5）auc（包圍的面積）、6）roc（真正例率和假正例率作為橫縱軸）
1）ks(kolmogorov-smirnov)
k-s曲線與roc曲線類似，不同在於
roc曲線將真正例率和假正例率作為橫縱軸
k-s曲線將真正例率和假正例率都作為縱軸，橫軸則由選定的閾值來充當。
公式如下：
ks = max(tpr - fpr)
ks不同代表的不同情況，一般情況ks值越大，模型的區分能力越強，但是也不是越大模型效果就越好，如果
ks過大，模型可能存在異常，所以當ks值過高可能需要檢查模型是否過擬合。以下為ks值對應的模型情況，
但此對應不是唯一的，只代表大致趨勢。
ks值<0.2,一般認為模型沒有區分能力。
ks值[0.2,0.3],模型具有一定區分能力，勉強可以接受
ks值[0.3,0.5],模型具有較強的區分能力。
ks值大於0.75，往往表示模型有異常。
除ks外還常用roc和auc
金融風控學習task1
其中有四種情況 1 若乙個例項是正類，並且被 為正類，即為真正類tp true positive 2 若乙個例項是正類，但是被 為負類，即為假負類fn false negative 3 若乙個例項是負類，但是被 為正類，即為假正類fp false positive 4 若乙個例項是負類，並且被 為負...
Task 1 金融風控 賽題理解
賽題以金融風控中的個人信貸為背景，要求選手根據貸款申請人的資料資訊 其是否有違約的可能，以此判斷是否通過此項貸款，這是乙個典型的分類問題。資料報括80w訓練集和40w測試集，包含47個變數，其中15個為匿名變數。提交結果為每個測試樣本是1的概率，也就是y為1的概率。評價方法為auc評估模型效果 越大...
金融風控 Task01
題目理解 通過這道賽題來引導大家走進金融風控資料競賽的世界，主要針對於於競賽新人進行自我練習 自我提高。指標 分類演算法常見的評估指標如下 1 混淆矩陣 confuse matrix 2 準確率 accuracy 3 精確率 precision 4 召回率 recall 5 f1 score 6 p...