【kaggle新赛】信用违约预测大赛指导班（金融风控结构化数据挖掘）

这门课解决什么问题

金融风控是结构化数据挖掘里最典型的业务场景，信用违约预测则是其中的核心命题：给你一张贷款申请人的历史行为表，你要预测他未来是否违约。这门课围绕这个具体场景展开，从赛题理解、数据清洗、特征工程到模型搭建，完整走一遍。它解决的是"学了 Python 和 pandas 却不知道怎么用在真实业务数据上"的断层问题。比起刷孤立知识点，跟着一个完整赛题走下来，你能看到每个环节如何衔接，特征为什么要这么构造，模型调参的依据是什么。

适合什么基础，建议先看哪几块

这门课不适合零基础。你需要已经能写基本的 Python，了解 pandas 读写数据、做简单筛选聚合，知道 sklearn 的 fit/predict 流程。如果这些还模糊，建议先补基础再来看，否则到特征工程和调参环节会卡住。拿到资料后，建议先看赛题介绍和 baseline 详解那一节，理解题目背景和评测指标，跑通最基础的提交流程。然后看树模型介绍与调参，这是结构化数据的主力方案，重点理解特征重要性怎么看、调参顺序怎么排。深度学习模型搭建那节可以放在后面，结构化表格数据上树模型通常够用，深度学习更多是补充手段。环境配置的几节按需查看，如果你本地已经有可用的 Python 环境，可以直接跳过。

学完能独立做什么，资料怎么配合练习

学完后，你应该能独立完成一个结构化二分类预测任务：从拿到原始 csv 开始，做数据探查、缺失值和异常值处理、构造衍生特征、训练树模型并调参、生成提交文件。更进一步，你能看懂别人分享的 baseline 代码，知道哪里可以改进、哪里是业务逻辑驱动的特征设计。练习方式上，建议不要只看视频跟着抄代码，而是先自己读一遍赛题数据和字段说明，尝试写一版简单的特征工程和模型，再对照课程里的做法找差距。每节课对应的代码和讲义要配合着看，视频展示思路，代码里看实现细节。如果资料里提供了 baseline 脚本，先跑通原版，再逐块替换成自己的特征和参数，这样每一步改动都能观察到分数变化，比从头自己写要高效得多。