笔趣书屋

手机浏览器扫描二维码访问

第18章 肝完方案（第2页）

“你看着吧，这小子说不定会给我们惊喜。

决赛有电视台，简家再怎么一手遮天，也不敢当着电视台的面，动我们商家。”

这边，用完夜宵，林荃歌便跟着刘嫂去了房间里休息。

哎！

这么些天，也不能更换假阳具和假胸，幸好不用跑来跑去，不然她真的会被自己熏死。

之后的连续三天，她都沉浸在建模中，无法自拔。

她甚至昼伏夜出，作息颠倒，幸好24小时有人提供食物，不然她真的会晕过去。

第二天就要交方案了，趁着晚饭时间，林荃歌直接找了姚霖彦，将方案递给他看。

姚霖彦正和郑雅勋二人热火朝天地打游戏，见她进来，二人都不由自主地放下了手里的鼠标，各自接过稿子。

“成稿了？”

姚霖彦上上下下地翻着稿子。

“是。”

“你简单给我们说说。”

“好。”

林荃歌直接走到姚霖彦身边，在文稿中展示她的思路。

“我先是构造了客户违约风险预测模型框架。”

林荃歌指了指最上方的图表，“然后构建了xGboost、cAtboost两个模型。”

“通过观察训练集与测试集样本，发现测试集中出现的部分客户贷款记录是训练集中所没有的，这意味着训练出来的模型将学习不到测试集中这部分贷款记录信息，从而导致模型出现预测误差。”

林荃歌翻页，又指了指建模后对数据的分析。

她又指着四张对比图表：“根据特征的违约频率分布可视化，可以明显看到分布比较混乱。

减少特征分布混乱的数据导致的噪声问题，提高模型的学习能力。”

林荃歌点点结论：“当学历水平与最高学历水平相等时，用户违约率极低，仅有0.2273%，在一定程度上反映了客户的信用水平。”

她翻页后，继续跟进图标分析：“下面，我进行了更细粒度的特征挖掘。”

她指了指下面的图形阐释：“在风控领域，标签对主体特征非常敏感，所以我们通过构造欺诈率特征来表征类别特征，获得了极高的收益。

但在实际的构建过程中，直接使用均值会造成标签泄漏，这里我们采用Kfold方式进行欺诈率特征提取。

“将训练集分为5个fold，每个fold使用其余4个fold的欺诈率作为特征。”

“对全量训练集五折交叉验证后，在线下AUc指标增加的情况下，选取训练集中isNew=1的数据集进行线下的五折交叉验证，当线下AUc与线上AUc都增加时，才保留该部分特征。”

“通过Rank加权几何平均来得出最后的融合。

这样的模型就能够预测客户是否会出现信用违约行为。”

林荃歌说完，看了看两人：“您二位觉得这样如何？”