知识图谱学习笔记－风控算法介绍

一、风控算法的评估

1、搭建风控模型

数据(KG)－特征工程－模型

特征工程：

申请人相关特征：年龄、收入、工作性质等等

从知识图谱提取出的特征：

           1）从规则提取出来的特征：申请人是不是第一次借款(0 or 1)  申请人的朋友之前有没有逾期过(0 or 1)

           2）直接提取出来的特征: 申请人的二度关系中有多少个节点触碰了黑名单（如10个）

模型：逻辑回归 GBDT SVM  神经网络

2、风控模型的评估

  准确率  缺点：样本不均衡会导致结果不准确

   AUC

   KS值（风控）

二、逻辑回归算法介绍

1、逻辑回归应用场景

  贷款违约情况（违约／不违约）

  广告点击问题 （会点击／不点击）ctr

  商品推荐（会购买／不会购买）

   情感分析（正面／负面）

   疾病诊断（阳性／阴性）

   ...........

2、分类问题

3、逻辑回归模型

4、逻辑回归是线性分类器

5、目标函数1

6、目标函数2

7、最优化问题&梯度下降法

8、逻辑回归的梯度下降法

9、随机梯度下降法