零基礎入門金融風控-貸款違約**
task01：賽題理解
完全是好奇心驅使，在基本沒有基礎的情況下，看能不能通過一次課程（比賽）掌握機器學習的一般方法。我想，只要堅持到了最後，全程經歷了這個過程，一定會有所成。關於賽題理解，個人認為主要需要做三件事：
閱讀「賽題理解", 搞清楚要解決的是什麼問題，以及基本的思路和方法；
理解對於**結果的評價標準，同時從評價標準反推，反過來進一步構思解決方法。
so，開始吧。
賽題理解其實在公開的鏈結中已經很清楚了，貼在這裡：
我摘錄幾個我認為重要的點：
理解對於**結果的評價標準。
「競賽採用auc作為評價指標。auc（area under curve）被定義為 roc曲線 下與座標軸圍成的面積。」
什麼是auc，什麼又是roc？混淆矩陣的真正、假正、真負、假負的理解是基礎，下面貼一下：
重點是這裡：ｒｏｃ空間將假正例率定義為ｘ軸，將真正例率定義為ｙ軸。乙個正例，意思就是乙個違約，風控模型必然對違約敏感（厭惡違約），因此要盡可能把所有的正例都找出來，哪怕是錯判了也好（就減少可能發生的違約了）。不過也不能極端呀，要是把所有人都判為可能違約了，那生意也就不用做了。所以一定要把要違約的判准咯，也就是ｙ軸（ｔｐｒ）一定要高，同時ｘ軸（ｆｐｒ）要盡量低一些。
這是直觀理解了，後面會越來越深入。
好了，先到這裡，帶著對後續的未知，打卡。
機器學習Task01
x，y 輸入資料，array like，shape n，s 點的大小 標量或array like，shape n，可選 大小以點數 2。預設是rcparams lines.markersize 2。c 點的顏色 順序或顏色順序，可選，預設 b c可以是單個顏色格式的字串，也可以是一系列顏色 規範的長...
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...
動手學深度學習 task01
task 1 線性回歸 多層感知機 softmax函式 1 線性回歸作為基本的機器學習演算法，實現較簡單，應用廣泛。以下為用pytorch編寫的線性回歸類 import torch.nn as nn import torch from torch.autograd import variable f...