- 博客(6)
- 收藏
- 关注
原创 XGB建模流程化代码——针对业务修改整理
XGB建模流程化代码——针对业务修改整理直接放代码#筛选变量dt,drop_dt=methods.feature_select(dt,'y','app_date',return_drop=True)#按年分样本dt2019 = methods.data_by_year(dt,2019)dt2020 = methods.data_by_year(dt,2020)(13428, 50)(15438, 50)#切分2019样本训练集、测试集Xtr,Xts,Ytr,Yts = train_t
2021-03-26 13:52:13
649
原创 建模样本分数分布matplotlib,结合psi判断模型拟合程度
建模样本分数分布matplotlib,结合psi判断模型拟合程度画此图的目的是除了ks和auc指数,结合建模样本和OOT样本的psi,利用分数分布图进行比较,判断模型拟合程度。psi计算def multi_psi_for_continue_var(expected_frame, actual_frame, bins=10, bucket_type='bins', detail=False, save_file_path=None):
2021-03-26 13:42:49
455
原创 PYTHON建模——决策树用户分群 CART回归树图
PYTHON建模——决策树分组from sklearn import treeimport pydotplusfrom IPython.display import Imagefrom six import StringIODtree = tree.DecisionTreeRegressor(max_depth=3,min_samples_leaf=500,min_samples_split=5000)dtree = Dtree.fit(x,y)#变量与标签with open("dt.dot
2021-03-15 19:03:45
978
原创 sklearn中的cross_val_score()函数参数
sklearn中的cross_val_score()函数参数sklearn.cross_validation.cross_val_score(estimator, X, y=None, scoring=None,cv=None, n_jobs=1, verbose=0, fit_params=None, pre_dispatch=‘2*n_jobs’)其中主要参数含义:estimator:估计方法对象(分类器)X:数据特征(Features)y:数据标签(Labels)soring:调用方法
2021-03-10 17:11:50
1017
原创 xgboost.XGBClassifier 分类算法 调参参数详解
xgboost.XGBClassifier 分类算法 调参参数详解class xgboost.XGBClassifier(max_depth=3, learning_rate=0.1, n_estimators=100, silent=True, objective='binary:logistic', booster='gbtree', n_jobs=1, nthread=None, gamma=0,min_child_weight
2021-03-10 15:01:24
3317
原创 XGB建模流程化代码—仅作学习笔记
XGB建模流程化代码—仅作个人学习笔记建模的要点80%在数据,我是真的理解到了,心痛、头疼☠本篇主要是把xgb建模流程化,处理好数据,扔进去个把小时就搞定了,很easy。经常用于三方数据的测试,说起这个也是头大,外测返回数据一般分为评分、标签或者特征变量表。当返回众多特征时,可以简单的跑下模型,看看初期表现,再决定是否深入分析,不然众多厂商的数据,花时间各种弄完,发现并不适用,就白瞎了。import pandas as pdimport numpy as npfrom sklearn.metric
2021-03-09 19:06:31
983
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