互聯(lián)網(wǎng)金融時(shí)代下機(jī)器學(xué)習(xí)與大數(shù)據(jù)風(fēng)控系統(tǒng)方案(參考版)
2025-05-07 12:11本頁(yè)面
【正文】 學(xué)習(xí)參考。你必須努力，當(dāng)有一天驀然回首時(shí)，你的回憶里才會(huì)多一些色彩斑斕，少一些蒼白無(wú)力。4. 歲月是無(wú)情的，假如你丟給它的是一片空白，它還給你的也是一片空白。既糾結(jié)了自己，又打擾了別人。用一些事情，總會(huì)看清一些人。2. 若不是心寬似海，哪有人生風(fēng)平浪靜。最后，希望有更多的同學(xué)加入到統(tǒng)計(jì)與機(jī)器學(xué)習(xí)的研究中來(lái)。機(jī)器學(xué)習(xí)聽(tīng)起來(lái)很高大上，在實(shí)際工作中也經(jīng)常會(huì)遇到一味炒作概念的人，過(guò)分夸大機(jī)器學(xué)習(xí)所能起到的作用，或者盲目的追求高深復(fù)雜的算法。 8）ROC ROC 曲線就是不同的閾值下，Sensitivity和1Specificity 的組合,ROC曲線是根據(jù)與45度線的偏離來(lái)判斷模型好壞。而實(shí)際情況是模型不可能做到這一點(diǎn)，即常說(shuō)的模型會(huì)存在誤判，因此我們必須知道模型預(yù)測(cè)對(duì)的有多少，預(yù)測(cè)錯(cuò)的部分又占了多少，混淆矩陣就是囊括了這些所有信息。 注： 以下所有說(shuō)明均以信用評(píng)分中的好壞用戶為例，壞客戶（壞人）標(biāo)識(shí)為1（也稱(chēng)正例），好客戶（好人）標(biāo)識(shí)為 0（也稱(chēng)負(fù)例）。其實(shí)這些指標(biāo)之間是相關(guān)與互通的，實(shí)際應(yīng)用時(shí)只需選擇其中幾個(gè)或者是你認(rèn)為是重要的幾個(gè)即可，無(wú)須全部都關(guān)注。實(shí)際應(yīng)用中不僅要知道會(huì)選用這些模型，更重要的是要懂得對(duì)所選用的模型的性能做評(píng)估與監(jiān)控。它不要求每個(gè)分類(lèi)器都學(xué)到太多的東西，只要求每個(gè)分類(lèi)器都學(xué)一點(diǎn)點(diǎn)知識(shí)，然后將這些 學(xué)到的知識(shí)累加起來(lái)構(gòu)成一個(gè)強(qiáng)大的模型。在國(guó)內(nèi)，我在攜程工作時(shí)就曾應(yīng)用GBDT算法對(duì)客人進(jìn)行酒店noshow和延住的預(yù)測(cè)，為公司每年帶來(lái)千萬(wàn)的收入，該項(xiàng)目是攜程技術(shù)驅(qū)動(dòng)業(yè)務(wù)發(fā)展的典型代表?！ BDT在被提出之初就和SVM一起被認(rèn)為是泛化能力（generalization）較強(qiáng)的算法。模型預(yù)測(cè)的時(shí)候，對(duì)于輸入的一個(gè)樣本實(shí)例，首先會(huì)賦予一個(gè)初值，然后會(huì)遍歷每一棵決策樹(shù)，每棵樹(shù)都會(huì)對(duì)預(yù)測(cè)值進(jìn)行調(diào)整修正，最后得到預(yù)測(cè)的結(jié)果。在這方面，GBDT將是一個(gè)不錯(cuò)選擇。比如，某人因?qū)W生時(shí)代的助學(xué)貸款在剛畢業(yè)時(shí)未能及時(shí)償還而發(fā)生過(guò)逾期，按現(xiàn)有銀行審批規(guī)則是無(wú)論現(xiàn)在怎樣，申請(qǐng)信用卡時(shí)一律拒絕。然而互聯(lián)網(wǎng)中獲取的用戶的數(shù)據(jù)維度較多，以離散或分類(lèi)屬性變量居多，且缺失數(shù)據(jù)較多，在這種情況下，Logistic Regression的適應(yīng)性會(huì)較差。說(shuō)到信用評(píng)分卡，最常用的算法就是Logistic Regression，這也是被
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1