自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 2020-09-22

@[task3 金融风控学习打卡]、 内容介绍 数据预处理 缺失值的填充 时间格式处理 对象类型特征转换到数值 异常值处理 基于3segama原则 基于箱型图 数据分箱 固定宽度分箱 分位数分箱 离散数值型数据分箱 连续数值型数据分箱 卡方分箱(选做作业) 特征交互 特征和特征之间组合 特征和特征之间衍生 其他特征衍生的尝试(选做作业) 特征编码 one-hot编码 label-encode编码 特征选择 1 Filter 2 Wrapper (RFE) 3 Embedded 特征预处理 这里介绍了数据缺失

2020-09-22 09:03:50 127

原创 2020-09-19

@datawhale 组队打卡 Task2 数据分析 #数据分析 此部分为零基础入门金融风控的 Task2 数据分析部分,带你来了解数据,熟悉数据,为后续的特征工程做准备,欢迎大家后续多多交流。 赛题:零基础入门数据挖掘 - 零基础入门金融风控之贷款违约 目的: 1.EDA价值主要在于熟悉了解整个数据集的基本情况(缺失值,异常值),对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模. 2.了解变量间的相互关系、变量与预测值之间的存在关系。 3.为特征工程做准备 项目地址:https://gith

2020-09-19 09:45:57 102

原创 2020-09-15

@Datawhale与天池联合发起的0基础入门系列赛事第四场 —— 零基础入门金融风控之贷款违约预测挑战赛 第一次打卡 Task1 赛题理解 项目地址:https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl 比赛地址:https://tianchi.aliyun.com/competition/entrance/531830/introduction 赛题说明 比赛要求参赛选手

2020-09-15 21:12:06 101

原创 2020-08-28

## 百度paddlehub创意项目 秦时明月的雪女姐姐来到了现实的飞雪玉花,氤氲了一舞倾城 很多时候,我们需要进行人像抠图,视频合成等类似的操作,可能要学很多专业的图片处理软件,视频剪辑软件等,如photoshops,Ai premiere等,当然这些软件处理后的效果很好,但在有的时候我们需要快速处理而软件又不熟悉的时候,就加大了学习成本,而在学习了百度公司基于深度学习技术开发的paddlehub组件后,就可以利用paddlehub的预训练模型,来快速的进行上述操作,只需几行代码就可以得到不错的效果。先对

2020-08-28 12:52:16 220

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

提示
确定要删除当前文章?
取消 删除