- 博客(6)
- 收藏
- 关注
RSS订阅原创 金融风控数据挖掘-Task6
金融风控数据挖掘-Task6一、学习知识点概要二、学习内容1、部分难题2、比赛结果三、学习问题与解答1、小数点的意义四、学习思考与总结 一、学习知识点概要 本文金融风控数据竞赛的最后一part，在不少的努力下提交了最终的结果，虽然排名不尽如人意，但总归是努力的结果。 二、学习内容 1、部分难题 印象最深刻的是task3中的调参过程，所使用的调参方式为贝叶斯调参。 可以看到单是调参过程就花了大概80分钟，而后通过调整一个较小的学习率，使用cv函数确定最优的迭代次数。 中间过程前面已经提及，最终lgb的单模
2021-05-05 22:31:32
167
原创 金融风控数据挖掘-Task5
金融风控数据挖掘-Task5一、学习知识点概要二、学习内容1、voting2、averaging3、bagging4、boosting5、stacking6、blending三、学习问题与解答1、stacking不一定万能2、Kaggle的意义四、学习思考与总结 一、学习知识点概要 此次学习的主要内容为模型融合，旨在对voting、averaging、bagging、boosting、stacking、blending等方法有一个大致的了解。 二、学习内容 1、voting 此为常见的投票机制，少数服从多数
2021-05-04 22:12:30
180
原创 金融风控数据挖掘-Task4
金融风控数据挖掘-Task4一、学习知识点概要二、学习内容1、相关模型2、导入建模与调参过程可能需要的库3、声明seaborn样式及使用reduce_mem_usage 函数调整数据类型，减少内存占用4、读取文件5、lgb简单建模6、贝叶斯调参7、确定模型参数，建立最终模型8、保存模型三、学习问题与解答1、关于lgb2、关于贝叶斯调参四、学习思考与总结 一、学习知识点概要 此次task4主要对金融风控领域的机器学习进行初步地了解，熟悉机器学习的建模过程与调参流程。 二、学习内容 1、相关模型 2、导入建模与
2021-05-01 22:23:34
225
原创 金融风控数据挖掘-Task3
金融风控数据挖掘-Task3一、学习知识点概要二、学习内容1、导入数据处理及可视化过程需要的库2、特征值预处理3、异常值处理4、数据分桶5、特征交互6、特征编码7、特征选择三、学习问题与解答1、关于特征处理和特征选择2、关于one hot编码四、学习思考与总结 一、学习知识点概要 #学会利用pandas，numpy等库对数据进行特征处理以及学习特征交互、编码、选择的相应方法。 二、学习内容 1、导入数据处理及可视化过程需要的库 # 导入可能需要用到的库 import pandas as pd import
2021-04-28 22:30:38
264
原创 金融风控数据挖掘-Task2
金融风控数据挖掘-Task2一、学习知识点概要二、学习内容1.1.1 导入数据分析及可视化过程需要的库1.2 读取文件1.3 数据集的总体了解 一、学习知识点概要 初步认识python并且了解pandas、numpy、seaborn等数据挖掘中较为常用的库。 二、学习内容 1. 1.1 导入数据分析及可视化过程需要的库 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns im
2021-04-25 21:53:42
502
4
原创 金融风控数据挖掘-Task1
金融风控数据挖掘-Task1一、学习知识点概要二、学习内容1.分类及分类算法2.预测指标-AUC2.1 混淆矩阵2.2 四个概念2.3 TPR与FPR2.4 ROC2.5 AUC2.6 准确率(Accuracy)2.7 精确率(Precision)2.8 F1-ScoreP-R曲线(Precision-Recall Curve)2.9 KS统计量功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右Smart
2021-04-22 20:18:59
242
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人