互联网金融风控中的数据科学 (part2) ： 模型策略
反欺诈也是一种机器学习过程， 反欺诈建模中的数据科学
反欺诈也是一种机器学习过程
对于做互联网金融一般情况是 正负样本 是极度不平衡的(最高可以达到 100 : 1), 这样的情况对于 SVM 这种分类器是不合适的，所以在做金融的评分卡模型 或 欺诈模型 也好，这样对特征的处理 和 样本的非平衡处理是比较高的.
好坏用户的定义，一般是根据用户的贷后表现，来定义好坏用户的.
举个栗子🌰 :
用户借款 5W 元，可能是分期还款 12个月，这样每个月都会还一笔固定的额度.
信用风险 : 在挺长的时间可以按时还款.
欺诈风险 :
- 用户可能 第 1、2 期 是还的，之后是不还的.
(因为中介也越来越聪明，给他自己留出时间，躲避催收的手段，也躲避追踪等等)- 贷前审核 （触碰到拒贷规则）
- 造假行为 （信息资料造假）
- 调查员 调查出来是 中介 或者 有欺诈风向的，进入黑名单的.
- …
所以我们在定义模型负样本的话，我们可能定义为 m1+ 信用风险、m3+ (90天以上不还款的话)，我们可以定义为欺诈风险
坏用户： 欺诈风险用户
好用户： 一天都不逾期还款
灰用户： m1+ 未还款，但是90天之内可以还款的 (不放在训练中，否则会给模型带来很多额外的信息，影响效果)
金融模型 和 CTR 预估的相比是 有一个周期性质的
- 广告点击的话，用户点击，立马有一个样本出现
- 做长期现金贷，选择样本是选择半年之前的用户，作为样本
模型策略
1. Linear Regression
2 Logistic Regression
3. Decision Tree
4. Random Forest
5. Gradient Boosting RT
结果评估-混淆矩阵
- Precision: 评估认定坏用户的精确度
- Recall: 评估坏用户的召回率
- F-Measure: 组合判断
Reference
Checking if Disqus is accessible...