一、風(fēng)控算法的評估

1、搭建風(fēng)控模型

數(shù)據(jù)(KG)－特征工程－模型

特征工程：

申請人相關(guān)特征：年齡、收入、工作性質(zhì)等等

從知識圖譜提取出的特征：

? ? ? ? ? ?1）從規(guī)則提取出來的特征：申請人是不是第一次借款(0 or 1)? 申請人的朋友之前有沒有逾期過(0 or 1)

? ? ? ? ? ?2）直接提取出來的特征: 申請人的二度關(guān)系中有多少個節(jié)點(diǎn)觸碰了黑名單（如10個）

模型：邏輯回歸 GBDT SVM? 神經(jīng)網(wǎng)絡(luò)

2、風(fēng)控模型的評估

? 準(zhǔn)確率? 缺點(diǎn)：樣本不均衡會導(dǎo)致結(jié)果不準(zhǔn)確

? ?AUC

? ?KS值（風(fēng)控）

二、邏輯回歸算法介紹

1、邏輯回歸應(yīng)用場景

? 貸款違約情況（違約／不違約）

? 廣告點(diǎn)擊問題 （會點(diǎn)擊／不點(diǎn)擊）ctr

? 商品推薦（會購買／不會購買）

? ?情感分析（正面／負(fù)面）

? ?疾病診斷（陽性／陰性）

? ?...........

2、分類問題

3、邏輯回歸模型

4、邏輯回歸是線性分類器

5、目標(biāo)函數(shù)1

6、目標(biāo)函數(shù)2

7、最優(yōu)化問題&梯度下降法

8、邏輯回歸的梯度下降法

9、隨機(jī)梯度下降法

總結(jié)

以上是生活随笔為你收集整理的知识图谱学习笔记－风控算法介绍的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。