标签：Task1 AUC 样本 指标 曲线 风控 学习 算法 金融

一.学习知识点概括

本篇文章主要介绍了金融风控的一些概况。主要给我们介绍了金融风控中分类算法的评估指标。在自己原有的学习基础上，学习到了金融方面的知识，并不断理解。
本文章仅仅用于自己的学习！！如有冒犯，请多多见谅！T—T

二.学习内容

1.预测指标

*分类算法常见评估指标
（1）混淆矩阵（confusion_matrix）

（2）准确率（accuracy）
准确率是常用的一个评价指标，但是不适合样本不均衡的情况。

虽然准确率在一定的情况下具有参考价值，但是像对于癌症预测系统来说，这种极度偏斜的数据，光靠准确率是不足够的。
（3）精确率（precision）
正确预测为正样本（TP）占预测为正样本(TP+FP)的百分比。

精确率是比较常用的一个指标，但它的使用也具有一定的局限性。同样只适合数据稳定偏斜率不大的数据。
（4）召回率
它计算的是所有检索到的TP占所有正样本的比例。

(5)F1-Score
F1-Score是精确率和召回率的调和平均数，最大为1，最小为0。精确率和召回率是两个相矛盾的指标。精确率越大，召回率越小；反之，精确率越小，召回率越大。

因此，当F1-Score的值为1的时候，模型的效果最好，当值为0的时候，模型效果最差。

（6）P-R曲线（Precision-Recall Curve）
P-R曲线是描述精确率和召回率变化的曲线。

P-R曲线是对于召回率和精确率的一个度量。当对多个分类算法进行比较时，如果算法 1 的 P-R 曲线完全“外包围”算法 2 的 P-R 曲线，那么处于外侧的算法 1 有着更高的查准率和查全率（双高），这说明算法 1 比算法 2 有着更好的分类性能。
（7）ROC（Receiver Operating Characteristic）
ROC曲线就是真正率随假正率的变化情况。用于模型的预测较多。
TPR：在所有实际为正例的样本中，被正确地判断为正例之比率。

FPR：在所有实际为负例的样本中，被错误地判断为正例之比率。

（8）AUC(Area Under Curve) AUC（Area Under Curve）

AUC就是衡量学习器优劣的一种性能指标。AUC可通过对ROC曲线下各部分的面积求和而得。
AUC面积的意义：AUC是衡量二分类模型优劣的一种评价指标，表示预测的正例排在负例前面的概率。

ACU就是从所有1样本中随机选取一个样本，从所有0样本中随机选取一个样本，然后对这两个样本进行随机预测，把1样本预测为1的概率记为p1，0样本预测为1的概率记为p0，p1>p0的概率就是AUC。

（9）KS(Kolmogorov-Smirnov)

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。

三.学习问题与解答

*问题的提出
在上述学习的过程中，我发现虽然分类算法里有很多的指标，但是并不是所有的指标都适用于所有的模型。比如当数据偏斜率很大的时候，准确率就不适用于该数据，那么有没有什么在数据偏斜严重时可以解决的办法呢？
*解答
对数据进行采用的过程中通过相似性同时生成并插样“少数类别数据”，叫做SMOTE算法
对数据先进行聚类，再将大的簇进行随机欠采样或者小的簇进行数据生成
把监督学习变为无监督学习，舍弃掉标签把问题转化为一个无监督问题，如异常检测
先对多数类别进行随机的欠采样，并结合boosting算法进行集成学习

四.学习思考和总结

通过这次的学习，我了解到了金融风控的一些基本知识，也更深层次的学习到了分类算法的一些指标。虽然指标各有不同，但是每个指标不一定适用于所有的数据。所以当我们在使用的时候要分清使用的方法。

标签：Task1,AUC,样本,指标,曲线,风控,学习,算法,金融
来源： https://blog.csdn.net/m0_48523433/article/details/116029464

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。