金融风控相关的知识点

对于金融风控预测类常见的评估指标如下

  1. KS(Kolmogorov-Smirnov)

KS统计量由两位苏联数学家A.N. Kolmogorov和N.V. Smirnov提出。在风控中,KS常用于评估模型区分度。区分度越大,说明模型的风险排序能力(ranking ability)越强。

K-S曲线与ROC曲线类似,不同在于

  • ROC曲线将真正例率和假正例率作为横纵轴
  • K-S曲线将真正例率和假正例率都作为纵轴,横轴则由选定的阈值来充当。
    公式如下:
    KS=max(TPR-FPR)
    KS不同代表的不同情况,一般情况KS值越大,模型的区分能力越强,但是也不是越大模型效果就越好,如果KS过大,模型可能存在异常,所以当KS值过高可能需要检查模型是否过拟合。以下为KS值对应的模型情况,但此对应不是唯一的,只代表大致趋势。
  1. ROC(Receiver Operating Characteristic)
  • ROC空间将假正例率(FPR)定义为 X 轴,真正例率(TPR)定义为 Y 轴。
  1. AUC(Area Under Curve)
    AUC(Area Under Curve)被定义为 ROC曲线 下与坐标轴围成的面积,显然这个面积的数值不会大于1。又由于ROC曲线一般都处于y=x这条直线的上方,所以AUC的取值范围在0.5和1之间。AUC越接近1.0,检测方法真实性越高;等于0.5时,则真实性最低,无应用价值。

金融风控相关的知识点相关推荐

  1. 金融风控项目-# 相关业务介绍

    金融风控相关业务介绍 学习目标 知道常见信贷风险 知道机器学习风控模型的优势 知道信贷领域常用术语含义 1 信贷&风控介绍 信贷业务,就是贷款业务,是商业银行和互联网金融公司最重要的资产业务和 ...

  2. 【数据挖掘】金融风控 Task01 赛题理解

    [数据挖掘]金融风控 Task01 赛题理解 1.赛题介绍 1.1赛题概况 1.2 数据概况 1.3 预测指标 1.3.1 混淆矩阵 1.3.2 准确率.精确率.召回率.F1 Score 1.3.3 ...

  3. 阿里云天池 金融风控训练营Task1 广东工业站

    Task1  赛题理解 一.学习知识点概要 本次学习先是介绍了赛题的背景和概况,题目以金融风控中的个人信贷为背景,给所给的47列特征中,根据贷款申请人的数据信息预测其是否有违约的可能,以此判断是否通过 ...

  4. 基于逻辑回归的金融风控贷款违约预测分析(笔记)

    一.背景与思路 (一)背景 核心问题:对贷款偿债能力的评估 1. 方法:利用逻辑回归(理解简单,可解释性强) 2. 信用评分卡的构建 金融风控 定性分析 逻辑回归 定量分析 信用评分卡 (二)流程 1 ...

  5. 金融风控 Task02 数据分析

    [数据挖掘]金融风控 Task02 数据分析 探索性数据分析(EDA)概述 1 探索性数据分析概念 1.2 探索性数据分析目的 1.3 探索性数据分析(EDA)与传统统计分析(Classical An ...

  6. 【数据挖掘】金融风控 Task02 数据分析

    [数据挖掘]金融风控 Task02 数据分析 1. 探索性数据分析(EDA)概述 1. 1 探索性数据分析概念 1.2 探索性数据分析目的 1.3 探索性数据分析(EDA)与传统统计分析(Classi ...

  7. Python金融风控模型案例实战大全

    大家好,我是Toby老师,今天介绍 <Python金融风控模型案例实战大全>. 1.<Python金融风控模型案例实战大全>程覆盖多个核心知识点,包括风控建模全流程知识介绍,信 ...

  8. 数据挖掘实践(金融风控-贷款违约预测)(二):数据分析

    数据挖掘实践(金融风控-贷款违约预测)(二):数据分析 目录 数据挖掘实践(金融风控-贷款违约预测)(二):数据分析 1.引言 2.基本知识点 2.1缺失值(Missing data) 2.1.1缺失 ...

  9. 数据挖掘实践(金融风控-贷款违约预测)(三):特征工程

    数据挖掘实践(金融风控-贷款违约预测)(三):特征工程 目录 数据挖掘实践(金融风控-贷款违约预测)(三):特征工程 1.引言 2.特征预处理 2.1缺失值填充 2.2时间格式处理 2.3类别特征处理 ...

最新文章

  1. QT的QBuffer类的使用
  2. 一文读懂FM算法优势,并用python实现
  3. 获取referer中的请求参数_Servlet获取AJAX POST请求中参数以form data和request payload形式传输的方法...
  4. 滑动窗口的最小值问题
  5. LeetCode--20. 有效的括号(栈,删除法)
  6. 从技术到应用实践,揭秘京东区块链布局全景
  7. 数据链路层的流量控制
  8. 例4.1 特殊乘法 - 九度教程第39题(数位拆解)
  9. 流量宝刷流量怎么操作不会被搜索引擎惩罚
  10. PrepareStatement对象
  11. 基于angularjs的单页面实例_angularjs网站开发实例
  12. Deep Freeze冰点还原精灵破解|对Persi0.sys文件的思考
  13. ofo小黄跑路,中国人素质真的差吗?
  14. GAU : Transformer Quality in Linear Time(new attention+)
  15. 计算机怎样禁用中等加密算法,教你win10系统BitLocker加密功能禁用硬件加密
  16. ubuntu基本配置学习(1)
  17. 服务器 SaaS、PaaS、IaaS 区别
  18. SQL手工注入原理(含环境搭建) ─=≡Σ(((つ•̀ω•́)つ 知己知彼百战百胜 web安全
  19. office365和office2016jihuo
  20. 百胜中国门店数突破一万家;山姆中国第28家门店在昆山开业 | 美通企业日报...

热门文章

  1. S32K的flexcan组件使用(RxFIFO+中断)
  2. doctype是什么,有什么作用
  3. [FAQ11117] 如何把状态栏信号格改为5格
  4. 【读点论文】Unified Perceptual Parsing for Scene Understanding 整合学习数据集的关系,用图像级标注完成像素级的事
  5. MPAndroidChart饼图PieChart
  6. 利用perceptual_loss感知损失获得更好的图片重建效果
  7. 概念:HPC 分布式计算 云计算 异构计算
  8. JavaScript 实用脚本,很好,珍藏起来[转贴]
  9. 用CDC::StretchBlt()复制位图时,如何保证位图显示“不失真”?
  10. Win7电脑无法安装itunes怎么办?