KMV的MATLAB的代码 运行流程 1、运行环境 win10、python3.6.4 2、运行之前需安装有如下python包 re, pandas, numpy, sklearn, lightgbm, xgboost, catboost 3、将复赛数据放入shandong_data文件中 4、运行run.py文件，提交submit.csv文件 ##建模思路 目前大多企业得风险评估模型是基于KMV模型和Logit模型，但是这两种模型获得公司得标准化数据，对数据得质量要求较高。其难以快速得捕捉到内部得变化信息，市场变化等信息，且具有一定得滞后性。随着大数据技术得发展，如何利用大规模稀疏数据对企业建立信用机制，是一个值得思考得问题。 本次建模，主要从企业得基本信息、运营情况、区域/业务竞争力分析、信用历史5个维度对企业进行刻画。通过对数据进行清洗，值变换，删除无效变量等操作对原始数据进行清洗。最终通过KS值、单变量分析等方法选择了相对重要的 51个特征进行建模。 最终取得 复赛 A榜 第一，B 榜第五得成绩。 比赛链接 ：

以上数据是我在参加过比赛后，所要求使用的数据，可以通过该数据进行算法操作，识别失信企业，在数据中有识别失信企业所需的全部字段，内容极其完整，可供大家使用及参考

以上数据是我在参加过比赛后，所要求使用的数据，可以通过该数据进行算法操作，识别失信企业，在数据中有识别失信企业所需的全部字段，内容极其完整，可供大家使用及参考