高级实训第二周周报

实践：

    对部分有缺失值的特征做了简单的填充处理（数值类用均值替代，类别类用众数替代），重点选取部分与贷款数额、评级、收入与偿还能力相关的属性，使用KNN模型进行训练（因其较简单，运行速度较快）。由于测试集不含标签，我使用sklearn将原训练集随机划分为训练集、测试集，其中测试集占比为0.3，即240000条，在测试集上准确率约为0.79，赛事评分如下：

 

理论：

    阅读了论坛中关于数据分析与特征工程的内容（包括可视化、空白值填充、异常值处理、特征选择等），下一步计划对异常值进行处理，并利用相关性分析选择适当的属性集。同时尝试缩小训练样本的规模，以更快地测试一些更复杂模型的性能。