比赛：

比赛全称： 2019 “雅典娜杯”数据挖掘大赛-贷款风险预测
内容概要：根据提供贷款用户的数据信息，建立风险控制模型，预测用户还款逾期
比赛时间（初赛）：2019.09.09-2019.09.28
比赛形式：3人队伍，提交后实时排名
比赛平台:Jupyter Notebook 搭建的大赛专用平台
小组最好成绩：40/400 <10% ,最终成绩156/400≈38%

比赛参考:
https://www.cnblogs.com/jiegege/p/8706991.html
https://github.com/hczheng/Rong360

数据介绍：

1. 用户信息 profile.csv：

   字段名	类型	备注
   用户标识	枚举	用户唯一编号
   性别	枚举
   教育程度	枚举
   户口类型	枚举

2. 银行卡流水 bankStatement.csv

   字段名	类型	备注
   用户标识	枚举	用户唯一编号
   流水时间	时间戳	交易产生时间
   交易类型	枚举
   交易金额	浮点数
   工资收入标记	枚举

3. 信用卡账单 creditBill.csv

   字段名	类型	备注
   用户标识	枚举	用户唯一编号
   银行标识枚举
   账单时间戳	时间戳	交易产生的时间
   上期账单金额	浮点数
   上期还款金额	浮点数
   信用卡额度	浮点数
   本期账单余额	浮点数
   还款状态	枚举

4. 行为记录 behaviors.csv

   字段名	类型	备注
   用户标识	枚举	用户唯一编号
   日期	月-日	行为出现的日期
   星期几	枚举	从周1 到周7，需注意：周1 不一定是现实生活中的周1
   行为类型	枚举
   子类型1	枚举
   子类型2	枚举

5. 逾期标签 label.csv

   字段名	类型	备注
   用户标识	枚举	用户唯一编号
   标签	枚举	是否逾期还款

评价指标：

Kolmogorov-Smirnov(KS)是风险评分领域常用的评价指标，反映模型对正负样本
的辨识能力，KS 越高表明模型对正负样本的区分能力越强。其计算方法为：
假设 为正样本预测值的累计分布函数（cdf）， 为负样本在预测
值上的累计分布函数，则KS 计算方法如下：