/loan-risk-prediction

💖基于机器学习的贷中风险预测模型--江苏银行“随e融”杯--二等奖💖

Primary LanguageJupyter Notebook

loan-risk-prediction

💖基于机器学习的贷中风险预测模型--江苏银行“随e融”杯--二等奖💖

  • 项目背景

    网贷业务中，一个客户的工作或者生活情况的变化往往会对客户产生较大影响，一些负面因素可能导致一个优质客户转变为高风险客户，准确的在贷中场景中识别风险概率变化较大的客户，可以有效的进行防范并降低损失。在实际中，描述一个客户的数据维度复杂且多元，我们需要从万千数据中挖掘，寻找那些可以体现客户风险的特征维度，因此需要引入机器学习模型，通过不同的算法进行大量的运算以确定客户的风险变化情况。

  • 赛题理解

    题目中的贷中客户分为三种情况：普通贷款，授信，贷中再申请贷款。这是一个贷中风险控制的评分卡建模过程（二分类问题）,数据分为五张表，由cust_id进行关联，但并不是每个客户都存在五张表，例如贷款中客户授信信息表，贷中客户申请表，贷中客户申请的缺失值考虑直接补0，授信这种缺失值有其实际意义，考虑进行分箱。

    由于该二分类中存在类不平衡问题，我们考虑建立以XGBoost、LightGBM、CatBoost为第一层基模型,逻辑回归为第二模型的Stacking融合模型，为此期待达到更高的模型效果。

  • 核心技术 数据预处理，决策树分箱，XGBoost、LightGBM、CatBoost算法，模型融合Stacking

  • 方案步骤

    1. 赛题理解

      图片sadasd1

    2. 数据探索性分析

      图片2

    3. 数据清洗（数据预处理）

      图片3

      图片4

      图片ewrwe5

  1. 特征工程

image-20220227200350616

image-20220227200407937

image-20220227200423124

image-20220227200442873

image-20220227200519869

  1. 模型训练

使用LightGBM模型进行训练，拥有l更快的训练效率，更高的准确率和更低的内存使用。

  1. 模型验证

image-20220227200641617

  1. 调参
  • 贝叶斯调参
  • 针对时间复杂度的问题，通过len(lgb.cv(params)[‘auc-mean’]))获得最好迭代步数，来进行剪枝，减少所耗时间
  • 最终：F1_score提交中结果为0.629