陆一可
码龄11年
求更新 关注
提问 私信
  • 博客:131,561
    131,561
    总访问量
  • 6
    原创
  • 41
    粉丝
  • 2
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:广东省
加入CSDN时间: 2014-11-07
博客简介:

q337100的博客

查看详细资料
个人成就
  • 获得27次点赞
  • 内容获得5次评论
  • 获得155次收藏
  • 博客总排名304,133名
创作历程
  • 7篇
    2018年
成就勋章
TA的专栏
  • 评分卡
    3篇
  • 风控
    3篇
  • 建模
    2篇
  • python
  • pandas
    1篇

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 0

TA参与的活动 0

创作活动更多

新星杯·14天创作挑战营·第13期

这是一个以写作博客为目的的创作活动,旨在鼓励大学生博主们挖掘自己的创作潜能,展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴,那么,快来参加吧!我们一起发掘写作的魅力,书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛!注: 1、参赛者可以进入活动群进行交流、互相鼓励与支持(开卷),虚竹哥会分享创作心得和涨粉心得,答疑及活动群请见:https://bbs.csdn.net/topics/619781944 【进活动群,得奖概率会更大,因为有辅导】 2、文章质量分查询:https://www.csdn.net/qc

76人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

评分卡实施与监控

前言决策点(cut-off)设定决策点设定方式依照目标以及评分卡分布表,对应预期目标与实际分布,制定决策点:好坏比率(Odds) 以样本核准率(approval rate)核准件中的好客户数核准件中的坏客户数决策点的应用方式案件自动拒绝\通过 定义一个决策点,若案件评分低于决策点,则系统自动拒绝。案件人工审核 定义两个决策点,若案件评分低于决策点,则系统...
原创
博文更新于 2018.11.20 ·
3243 阅读 ·
0 点赞 ·
0 评论 ·
13 收藏

Feature Tools:自动特征工程(翻译)

说明此文为翻译转载 - 项目文献 - 原文代码正文机器学习模型只能从我们给定的数据中学习,所以构造一个和任务相关的特征是至关重要的,参见优质论文《A Few Useful Things to Know about Machine Learning》。然而,人工特性工程是一项冗长乏味的任务,并且受到人类想象力的限制——我们可以思考创建的特性只有这么多,而且随着时间的推移,创建...
原创
博文更新于 2018.07.10 ·
5853 阅读 ·
9 点赞 ·
1 评论 ·
30 收藏

AttributeError;'Series' object has no attribute 'split'解决

pandas对字符串做处理>>> s = pd.Series(["this is good text", "but this is even better"]) >>> [x for x in s.split()]如果我们直接对Series中的字符串做切分,就是报错 AttributeError: 'Series' object has no...
原创
博文更新于 2018.07.09 ·
94469 阅读 ·
5 点赞 ·
1 评论 ·
37 收藏

评分卡建模的特征工程

前言在评分卡建模的过程中,最重要的是样本和特征,最耗时间的也是样本抽取以及特征工程。特别是在小公司,从数据抽取、到数据清洗、再到变量衍生基本都是一个人来完成。当然小公司的维度少,相对应的变量也少。但是,随着业务的发展以及外部环境的变化,一直维持着之前的业务分析维度是很难跟上其他公司的脚步的。拓展维度最好的方法就是衍生变量,这也不仅仅对建模有帮助,对风险规则的制定也有益。变量衍生也是基于已经...
原创
博文更新于 2018.07.05 ·
1564 阅读 ·
0 点赞 ·
0 评论 ·
4 收藏

sklearn.KFold

K折交叉验证:将样本切成K份,每次取其中一份做为测试集,剩余的K-1份做为训练集。在sklearn.model_selection 中提供了几种K折交叉验证。生成样本>>> from sklearn.datasets import make_classification>>> data,target=make_classification(n_...
原创
博文更新于 2018.07.05 ·
5889 阅读 ·
3 点赞 ·
0 评论 ·
23 收藏

逻辑回归

前言逻辑回归形式简单、模型可解释性好、模型效果也不错,因此在工业界的使用率很高。逻辑回归属于监督学习中的分类模型,主要用于二分类。核心是利用logit(sigmoid)函数拟合数据的到一件事情发生的概率,然后根据概率进行分类。逻辑回归原理线性回归原理y=θ0+θ1x1+θ2x2+⋯+θnxny=θ0+θ1x1+θ2x2+⋯+θnxny=\theta_0+\theta_1x_...
原创
博文更新于 2018.07.02 ·
780 阅读 ·
0 点赞 ·
0 评论 ·
3 收藏

评分卡建模流程

基于Logistic回归的申请评分卡模型开发基本申请评分卡建模流程:1.数据准备:收集并整合在库客户的数据,定义目标变量,排除特定样本。2.探索性数据分析:评估每个变量的值分布情况,处理异常值和缺失值。3.数据预处理:变量筛选,变量分箱,WOE转换、样本抽样。4.模型开发:逻辑回归拟合模型。5.模型评估:常见几种评估方法,ROC、KS等。6.生成评分卡1.数据准备因为不同评级模型所需要的数据也是不...
原创
博文更新于 2018.06.14 ·
19766 阅读 ·
10 点赞 ·
2 评论 ·
113 收藏