如何运用LightGBM算法进行银行客户信用违约风险评估？

本文共计700个文字，预计阅读时间需要3分钟。

相关专题

1.赛题介绍

信用评分卡（金融风控）是金融行业和通讯行业常见的风控手段，通过对客户提交的个人信息和数据来预测未来违约的可能性。对客户进行信用评分是一个常见的分类问题。

在本次赛题中需要参赛选手建立机器学习模型来预测申请人是“好”还是“坏”客户，与其他任务不同，没有给出“好”或“坏”的定义。 您应该使用一些技术，例如年份分析来构建您的标签。

2.数据介绍

赛题包含两部分训练集和测试集，选手需要在训练集上进行搭建模型，然后在测试集进行预测。

• train.csv，训练集
• test.csv，测试集
• sample_submission.csv，测试集提交样例

数据字段介绍如下：

• ID，客户唯一标识
• Gender，客户性别
• Age，客户年龄
• Region_Code，地区代码
• Occupation，客户职业
• Channel_Code，客户渠道代码
• Vintage，客户服务月份
• Credit_Product，信贷产品类型
• AvgAccountBalance，客户最近12个月平均账户余额
• Is_Active，客户最近3个月是否活跃

3.提交格式

评分使用准确率进行评分，准确率值越大越好。

• 实操方案不允许使用外部数据集，不允许使用任何外部预训练模型。
• 实操方案需要在指定平台进行评分，提交csv格式。

提交格式样例：

ID,TargetAXM2EH3R,18ETNJAUW,1VCSJTEPW,09EOYOOHV,0

       

4.总体思路

• 对缺失值进行处理，原本想全删掉，结果test也有，就填充了；
• 对离散值处理，直接分类，离散数据Encoder；
• 数据EDA，主要是确定各特征分布，其中离散的太多，时间太久就取消了；
• 使用lightGBM建立模型并训练；
• 保存结果并提交。

学习自：

• 江某1111号机数据Encode方式，非常方便。
• 江某1111号机 基于LightGBM实现银行客户认购产品预测

查看数据分布

数据相关图