- 博客(3)
- 收藏
- 关注
RSS订阅原创 Task3-特征工程
#按照平均数填充数值型特征 data_train[numerical_fea] = data_train[numerical_fea].fillna(data_train[numerical_fea].median()) data_test_a[numerical_fea] = data_test_a[numerical_fea].fillna(data_train[numerical_fea].median()) #按照众数填充类别型特征 data_train[category_fea] = data..
2020-09-21 23:07:27
107
原创 task2—数据分析
前一部分我们对一些分类指标等一些预备知识进行了学习，接下来我们要进行的是探索性的数据分析（EDA）。 EDA是我们进行数据挖掘非常重要的一步，做的好的EDA可以让我们对数据作出更准确的分析，一方面是让我们了解整个数据集，包括缺失值，异常值，变量间的练习等，另一方面也是为我们之后的特征工程做好准备。 查看数据集的列数据 train.columns Index([‘id’, ‘loanAmnt’, ‘term’, ‘interestRate’, ‘installment’, ‘grade’, ‘subG.
2020-09-18 23:11:28
257
1
原创 金融风控-贷款违约预测 task1——赛题理解
本次比赛是Datawhale与天池联合发起的系列赛事第四场 —— 零基础入门金融风控-贷款违约预测 比赛链接：零基础入门金融风控-贷款违约预测-天池大赛-阿里云天池 https://tianchi.aliyun.com/competition/entrance/531830/introduction 一、赛题说明 首先我们看看官方提供的数据 赛题以预测用户贷款是否违约为任务，数据集报名后可见并可下载，该数据来自某信贷平台的贷款记录，总数据量超过120w，包含47列变量信息，其中15列为...
2020-09-15 21:59:24
1147
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