他笑了起来：“嗨——其实就是省里搞了个金融建模，搞大了声势，成了国际赛事，其实还不是省里那些人参加。我们去年钱花了不少，却得了个倒数。今年准备一雪前耻。”

“明白了。我尽力。可能也许又会是倒数。做好心理准备。”林荃歌再次实话实说。

“没事。总不能比倒数第一更差了。”姚霖彦从楼上走了下来，一身LV睡衣。

“姚董。”林荃歌见他一脸疲态，头发半湿的样子，便知这伙人也许玩了个通宵，现在只是为了等她到来。

“只有半个月的时间，辛苦你了。”姚霖彦将一叠文件递给她。

林荃歌打开文件一看。

“信用风险是金融监管机构重点关注的风险，关乎金融系统运行的稳定。

在实际业务开展和模型构建过程中，面临着高维稀疏特征以及样本不平衡等各种问题，如何应用机器学习等数据挖掘方法提高信用风险的评估和预测能力，是各家金融机构积极探索的方向。

本次竞赛提供实际业务场景中的信贷数据作为建模的对象，希望能借此展现各参赛选手数据挖掘的实战能力。

本次赛题给出30个非匿名的业务字段以及112个匿名字段，在极不平衡的样本数据中，预测客户是否会出现信用违约行为。

赛题难点

①数据的高维稀疏性导致数据的可利用性降低，给模型学习能力的提升带来了困难；

②数据的极度不平衡，导致模型极其容易出现过拟合问题；

③匿名字段的处理：如何理解并使用匿名字段中潜在的业务意义；

④新旧数据探索：如何衡量新旧数据的差异，如何把握特征的新旧差异，以及如何构建合适的验证策略。”

后面是大片的相关数据、字段说明。最后是评分指标。

林荃歌看了看，感受到了压力，人家是团体作战，而她是孤军奋战，居然还是一拖六。

林荃歌阖上文件，摸了摸鼻子：“姚董，我们的参赛队伍是七个人？”

“只有我们三个，他们都是来玩的。”

林荃歌这才放松下来，还好还好，一拖二，那她还能接受。

“姚董，有数据的电子版吗？”

“我让秘书马上发你。”