零基础金融风控数据挖掘
文章平均质量分 91
evilAI9527
这个作者很懒,什么都没留下…
展开
-
零基础数据挖掘——金融风控(五)实践树类模型
在重看我的项目的过程中发现自己对于相关知识点理解并不透彻,希望能理论联系实际,加深自己对基础知识的理解。项目来源于阿里天池学习赛——零基础入门金融风控-贷款违约预测,感兴趣的小伙伴可以自己去原文了解。原创 2022-05-19 20:35:09 · 661 阅读 · 0 评论 -
零基础数据挖掘——金融风控(四)实践逻辑回归
在重看我的项目的过程中发现自己对于相关知识点理解并不透彻,希望能理论联系实际,加深自己对基础知识的理解。项目来源于阿里天池学习赛——零基础入门金融风控-贷款违约预测,感兴趣的小伙伴可以自己去原文了解。原创 2022-05-17 20:33:43 · 858 阅读 · 0 评论 -
零基础数据挖掘——金融风控(三)特征工程
特征工程是数据挖掘过程中至关重要的一块, 因为数据和特征决定了机器学习的上限,而算法和模型只是逼近这个上限而已,所以特征工程的好坏往往决定着最后的结果。特征工程在我看来分为数据清洗过程以及特征降维&交互&选择的过程。 前者通过重复值、异常值、缺失值的去除/填充,更好地表示出潜在问题的特征;后者或通过构造新特征使得数据的表达能力进一步放大,或根据相关性等进行特征的选择和降维以减少“维度灾难”。原创 2022-05-16 19:31:25 · 1271 阅读 · 0 评论 -
零基础数据挖掘——金融风控(二) 探索性数据分析(EDA)
1、前言在重看我的项目的过程中发现自己对于相关知识点理解并不透彻,希望能理论联系实际,加深自己对基础知识的理解。项目来源于阿里天池学习赛——零基础入门金融风控-贷款违约预测,感兴趣的小伙伴可以自己去原文了解。探索性数据分析(Exploratory Data Analysis, EDA)是通过了解数据集,了解变量间的相互关系以及变量与预测值之间的关系,从而帮助我们后期更好地进行特征工程和建立模型,是数据挖掘中十分重要的一步。2、数据总览2.1 导入数据和需要的packagesimport n原创 2022-05-14 19:42:24 · 1216 阅读 · 0 评论 -
零基础数据挖掘——金融风控(一)赛题理解
1、前言在重看我的项目的过程中发现自己对于相关知识点理解并不透彻,希望能理论联系实际,加深自己对基础知识的理解。项目来源于阿里天池学习赛——零基础入门金融风控-贷款违约预测,感兴趣的小伙伴可以自己去原文了解。正确了解赛题背后的思想以及赛题业务逻辑的清晰,也很有利于花费更少时间构建更为有效的特征模型。 今天我们就从赛题的理解出发, 首先了解一下这次赛题的概况和数据,从中分析赛题以及大致的处理方式, 其次我们了解一些模型评测的指标,最后对赛题的理解整理一些经验。2、赛题了解赛题以金融风控中的个人信贷原创 2022-05-14 11:05:14 · 370 阅读 · 0 评论