- 博客(7)
- 收藏
- 关注
RSS订阅原创 日期函数SQL
1.日期、时间、时间戳的区别日期： 年-月-日 如：‘1980-12-08’ 范围从0001-1-1至9999-12-31时间： 小时数:分钟数:秒数 如：‘23:59:59’时间戳： 年-月-日 小时数:分钟数:秒数（.微妙数） 如： ‘1980-12-08 23:59:59.59’2.时间戳和日期相互转换(1)把日期转换为时间戳mysql> SELECT UNIX_TIMESTAMP('1993-09-30');+------------------------------
2021-07-27 15:50:13
200
原创 申请评分卡的构建
一、业务背景基于申请客户的各项信息，对其违约概率进行预测。二、数据介绍数据维度概况除了uid唯一标识，共12个维度，95806行。数据12个维度介绍：bad_ind:好坏标签，1代表bad,0代表goodperson_info：用户相关的信息，身份特质finance_info:财务相关的信息，履约能力credit_info:信用相关的信息，信用历史act_info：行为信息，行为偏好score结尾：其他信用机构的评分身份特质: 稳定性,所在公司，职业类型，消费稳定度，近一年内使用手机
2021-07-03 17:26:07
429
原创 基于逻辑回归的传统申请评分卡建模（toad库）之IV值
之前那篇文章简单介绍了一下A卡的概念、A卡所需的数据类型以及一些简单的特征衍生。当我们拿到数据后，在数据挖掘和数据建模过程中，需要用到一些评价指标，来评价你的工作结果。先看特征筛选部分：1、IV（Information Value）：(1)IV的用途IV全称是Information Value,中文简称信息量或信息价值。当我们用逻辑回归、决策树等模型对数据进行建模时，经常需要对特征进行筛选，那么在筛选入模变量时需要考虑哪些因素呢，需要考虑的因素有很多，比如，变量的预测能力、变量之间的相关性、变量
2021-06-07 20:40:30
1989
原创 基于逻辑回归的传统申请评分卡建模（toad库）之思路整理篇
1、什么是申请评分卡（A卡）？（1）打个比方，你去银行申请一张信用卡，银行会要求你填写各种各样的信息，同时银行也会想尽办法在合理合规的前提下去调取你的其他信息，然后利用这些信息去评估你的还款能力和还款意愿。（2）A卡使用的时间是在贷前。（3）A卡的使用结果决定是否批准、抵押、信用额度等。简而言之：A卡：即申请评分卡，在客户申请的处理期，预测客户开户之后一定的时间内违约拖欠的风险概率，可以有效的排除不良信用的客户和非目标客户的申请。2、构建A卡时，需要客户的哪些信息？这些信息主要反映了客户的偿还
2021-06-07 17:39:09
452
原创 新浪财经新闻爬取并进行舆情分析
这篇文章属于对新浪财经上某一个股个股资讯的爬取并进行舆情分析，目前先只简单说下代码使用方法，后面再细说下Html的解析细节和异步并发爬取。1、基本思路（以中国中兔为例）：（1）找到个股url点击公司资讯可以看到最近的有关中国中兔的新闻，往后翻几页https://vip.stock.finance.sina.com.cn/corp/view/vCB_AllNewsStock.php?symbol=sh601888&Page=2https://vip.stock.finance.sina
2021-04-05 23:12:49
4457
1
原创 2021-04-05
**根据逻辑回归填补缺失值**数据预处理整体思路：观察数据可知，这个数据集是一个行业中某一连锁集团的商品销售数据，缺失数据为采购单价和销售单价，销售数量和销售金额有异常值，我们首先要对缺失数据进行补充。先看看采购单价，根据生活经验可知，一个商品的采购单价首先和商品本身相关性最大，其次和采购该商品的时间节点有关，最后是和采购该商品的主体相关。观察数据可知，与此相关的特征有交易日期，门店编号，商品编号，商品处编号，商品部门编号，其中交易的年月信息已经包...
2021-04-05 20:23:56
416
1
原创 用Python爬取京东手机评论
用Python爬取京东手机评论内容非原创，属于对视频和博客内容的学习笔记。1、所使用的浏览器为火狐浏览器先随意点开一个手机商品https://item.jd.com/100006788665.html以华为手机为例，点进去后F12打开开发者工具，找到all，在过滤框内输入comment，找到productpagecomment.action刚点进去还有许多信息加载不出来，需要多点几下其他地方，比如评论之类的。全部评论:https://club.jd.com/comment/productP
2020-12-19 19:27:26
8152
19
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