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。