給銀行做一個智能授信的機器學(xué)習(xí)模型，一般用人行征信報告的哪些字段？我之前做過一個kaggle的競賽項目，就是用機器學(xué)習(xí)建立一個貸款違約損失預(yù)測模型，最后計算MAE值并按MAE值排序。kaggle提供的

給銀行做一個智能授信的機器學(xué)習(xí)模型，一般用人行征信報告的哪些字段？

我之前做過一個kaggle的競賽項目，就是用機器學(xué)習(xí)建立一個貸款違約損失預(yù)測模型，最后計算MAE值并按MAE值排序。kaggle提供的數(shù)據(jù)是每個默認值的損失值，由700多個特性決定。當(dāng)時，為了包含用戶隱私，這些功能的名稱被私有化。我的建議是你的功能越多越好。然后你可以分析這些特性與個人信用的關(guān)系，你最好根據(jù)你的模型選擇最合適的特性。在模型方面，我使用了兩個模型，一個用于分類，另一個用于回歸。

垃圾分類罰款要來了，會對你有影響嗎？

可以更好的規(guī)范我的生活，我覺得很好，以后自律就好了！