1.赛题数据理解
数据来自某信贷平台的贷款记录，总数据量超过120w，包含47列变量信息，其中15列为匿名变量。其中训练集80万的数据，测试集20万的数据。
变量解释如下：
id：贷款清单分配的唯一信用证标识
loanAmnt：贷款金额
term：贷款期限（year）
interestRate：贷款利率
installment：分期付款金额
grade:贷款等级
subGrade:贷款等级之子级
employmentTitle:就业职称
employmentLength:就业年限（年）
homeOwnership:借款人在登记时提供的房屋所有权状况
annualIncome:年收入
verificationStatus:验证状态
issueDate:贷款发放的月份
purpose:借款人在贷款申请时的贷款用途类别
postCode:借款人在贷款申请中提供的邮政编码的前3位数字
regionCode：地区编码
dti：债务收入比
delinquency_2years：借款人过去2年信用档案中逾期30天以上的违约事件数
ficoRangeLow：借款人在贷款发放时的fico所属的下限范围
ficoRangeHigh：借款人在贷款发放时的fico所属的上限范围
openAcc：借款人信用档案中未结信用额度的数量
pubRec：贬损公共记录的数量
pubRecBankruptcies：公开记录清除的数量
revolBal：信贷周转余额合计
revolUtil：循环额度利用率，或借款人使用的相对于所有可用循环信贷的信贷金额
totalAcc：借款人信用档案中当前的信用额度总数
initialListStatus：贷款的初始列表状态
applicationType：表明贷款是个人申请还是与两个共同借款人的联合申请
earliesCreditLine：借款人最早报告的信用额度开立的月份
title：借款人提供的贷款名称
policyCode：公开可用的策略_代码=1新产品不公开可用的策略_代码=2
n系列匿名特征匿名特征n0-n14，为一些贷款人行为计数特征的处理
2.评价指标
本次项目以AUC作为评价指标。
AUC与KS是做评分卡常用的两个评价指标，auc指的是roc下方的曲线的面积。
网友评论