![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DataWhale天池数据挖掘
elsieyin
这个作者很懒,什么都没留下…
展开
-
t1dw风控赛题ROC曲线理解
赛题金融风控中的个人信贷贷款申请人的数据信息 预测 其是否有违约的可能,以此判断是否通过此项贷款 分类问题评价指标PR曲线ROC曲线的理解有录视频讲这个,发群里了,但是讲的一般,不高兴重录了,懒得发…金融评分表onenote转不过来,复制黏贴就是图片orz。。特征业务意义Label:isDefaulted 是否违约installment 分期付款金额 是本金加利息?每月要还的吗?verificationStatus 验证状态?dti 债务收入比 (amo原创 2020-09-15 07:37:52 · 383 阅读 · 0 评论 -
4. 方差分析
方差分析1 概要方差分析(Analysis of variance, ANOVA) 主要研究分类变量作为自变量时,对因变量的影响是否是显著的。方差分析的方法是由20世纪的统计学家Ronald Aylmer Fisher在1918年到1925年之间提出并陆续完善起来的,该方法刚开始是用于解决田间实验的数据分析问题,因此,方差分析的学习是和实验设计、实验数据的分析密不可分的。实验设计和方差分析都有自己相应的语言。因此,在这里我们通过一个焦虑症治疗的实例,先了解一些术语,并且思考一下,方差分析主要用于解决转载 2020-06-30 21:17:07 · 1410 阅读 · 0 评论 -
DwX天池-Task5 模型融合
总体来说,和xgboost,gbdt差不多,就是bagging,boosting,stacking几种方法?简单说,就是几个模型投票,residual,堆叠。。的感觉。。但是具体,没整明白。似乎,似乎是每个模型调好参,再整一起,还可以叠一起的意思?我还准备加个catboost,还没成功,各种buging。。。def build_model_lgb(train_X,train_y): ...原创 2020-04-04 21:51:32 · 249 阅读 · 1 评论 -
DatawhaleX天池二手车Task4:建模与调参
XGBoost手推算法-贪心学院李文哲老师直播公开课笔记讲座重点讲解XGBoost算法技术细节,从目标函数的构建、泰勒近似、树的参数化和树结构的构建,以下是听课记录参考公众号《ML学习总结》整理出的笔记。将多个弱学习器模型组合在一起通常可以产生更强大的模型,这是集成模型的主要思路,集成模型有bagging,boosting,stacking等。以上Bagging的流程中,弱学习器相互独立训练...原创 2020-04-01 13:28:59 · 259 阅读 · 0 评论 -
DW天池二手车task02特征工程
原from sklearn.preprocessing import impute改为from sklearn.impute import SimpleImputer原创 2020-03-26 11:20:50 · 180 阅读 · 0 评论 -
DW二手车Task01&02赛题理解EDA
X-mind赛题理解Comparison of KFold vs. GroupKFold vs. MultilabelStratifiedKFold评估指标平均绝对误差(Mean Absolute Error,MAE),均方误差(Mean Squared Error,MSE),平均绝对百分误差(Mean Absolute Percentage Error,MAPE),均方根误差(...原创 2020-03-24 20:14:06 · 572 阅读 · 0 评论