Task 1 赛题理解
比赛地址：https://tianchi.aliyun.com/competition/entrance/531830/introduction
赛题背景
赛题以金融风控中的个人信贷为背景，要求选手根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分类问题。
赛题以预测金融风险为任务，数据集报名后可见并可下载，该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。为了保证比赛的公平性，将会从中抽取80万条作为训练集，20万条作为测试集A，20万条作为测试集B，同时会对employmentTitle、purpose、postCode和title等信息进行脱敏。
通过这道赛题来引导大家了解金融风控中的一些业务背景，解决实际问题，帮助竞赛新人进行自我练习、自我提高。
数据字典
以训练数据train.csv为例，了解各个数据特征的含义更有利于我们对数据形成宏观认识，为接下来的特征分析和提取找到思路：
| 变量名 | 变量解释 | |
|---|---|---|
| id | 为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 |
