- 博客(6)
- 收藏
- 关注
RSS订阅原创 2021-05-05
一.学习知识点概括 本章的金融风控主要是跟队伍的小伙伴一起完成比赛，我们将数据用不同的模型进行特征值处理，然后再进行融合。 二.学习内容 本次的学习内容就是将这十五天学习到的知识进行融合。 三.学习问题与解答 本次的学习将代码和数据结合起来，之前遇到的问题都在这次解决了。 四.学习思考和总结 这次的金融风控学习让我收获颇多，了解了怎么样将数据进行特征化处理，并且懂得如何将数据进行不同模型的融合。 ...
2021-05-05 20:08:52
47
原创 2021-05-04
一.学习知识点概括 本章节主要是对之前的建模调参的结果进行模型融合。主要介绍了stacking和blending这两种技术方法。其次还有平均法，投票法，综合方式，还有之前提及过的boosting和bagging这两种方法。 二.学习内容 1.stacking stacking的过程如下： stacking 将若干基学习器获得的预测结果，将预测结果作为新的训练集来训练一个学习器。 假设有五个基学习器，将数据带入五基学习器中得到预测结果，再带入模型六中进行训练预测。但是由于直接由五个基学习器获得结果直接带入模
2021-05-04 22:17:35
58
原创 2021-05-01
一.学习知识点概括 这章节主要了解了几个重要的模型，包括逻辑回归模型，树模型与集成模型，并对这三种模型进行对比，了解到了模型的评估方法和评价结果，最后学习到了三种调参方法。这次的学习收获多多。但是今天因为在家太懒惰了，很晚才开始学习… 二.学习内容 下面的内容都是根据别人的文章节选过来学习的T-T 1.逻辑回归模型 逻辑回归是应用非常广泛的一个分类机器学习算法，它将数据拟合到一个logit函数(或者叫做logistic函数)中，从而能够完成对事件发生的概率进行预测。 下图中X为数据点肿瘤的大小，Y为观测结
2021-05-01 23:40:27
84
原创 2021-04-28
一.学习知识点概括 本章学习了特征预处理、缺失值、异常值处理、数据分桶等特征处理方法，还有特征交互、编码、选择的相应方法。通过代码的学习和运行，了解各种特征工程以及分析方法。 二.学习内容 1.导入包并读取数据 # 需要提前安装的包 !pip install catboost --user 导入的包如下： import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import d
2021-04-28 23:51:14
50
原创 2021-04-25
一.学习知识点概括 本篇文章让我们了解了如何对数据集整体概况进行分析，了解变量间相互关系、变量与预测值之间存在关系。其次，了解到了缺失值和唯一值，并且深入数据懂得如何查看数据类型。也了解到数据之间的相关关系。这篇文章让我对数据集有了更深的了解。 二.学习内容 1.导入数据分析及可视化过程需要的库 *查询当前pip3版本，看是否需要升级。 cmd窗口输入：pip3 show pip 2.读取文件 data_test_a = pd.read_csv('testA.csv')#用pd读取数据集？ ~读取文件
2021-04-25 21:20:31
181
1
原创 金融风控Task1
一.学习知识点概括 本篇文章主要介绍了金融风控的一些概况。主要给我们介绍了金融风控中分类算法的评估指标。在自己原有的学习基础上，学习到了金融方面的知识，并不断理解。 本文章仅仅用于自己的学习！！如有冒犯，请多多见谅！T—T 二.学习内容 1.预测指标 *分类算法常见评估指标 （1）混淆矩阵（confusion_matrix） （2）准确率（accuracy） 准确率是常用的一个评价指标，但是不适合样本不均衡的情况。 虽然准确率在一定的情况下具有参考价值，但是像对于癌症预测系统来说，这种极度偏斜的数据，光
2021-04-22 22:14:42
116
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