XGBoost 实现保险赔偿预测：数据预处理(一）

XGBoost的原理过程不作介绍
保险赔偿预测项目是Kaggle比赛上的，相关数据资料可以在kaggle下载。
实现过程是B站up主：Tesra-AI不错哟
视频链接：
【我在B站学习 技能分享】机器学习提升篇

整个流程包含对数据预处理分析，再到XGBoost相关调参。
视频中是在Jupyter上实现，我这里是基于Pycharm+Python3.7
所以遇到有一些报错的代码我会基于环境做一些调整。
比如grid_socres_这个参数，在我的版本变成cv_results_,对应的代码都要调整。

下面是数据预处理过程的代码

import pandas as pd
import  numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import  LogisticRegression
from sklearn.ensemble  import  RandomForestClassifier
from  sklearn.metrics  import  roc_auc_score as AUC
from  sklearn.metrics import  mean_absolute_error
from sklearn.decomposition import  PCA
from sklearn.preprocessing import  LabelEncoder,LabelBinarizer
# from sklearn.cross_validation import  cross_val_score
from  sklearn.model_selection import  cross_val_score
from scipy import  stats
import  seaborn as sns
from copy import  deepcopy

# %matplotlib inline

# %config InlineBackeng.figure_format='retina'
train =pd.read_csv('D:/机器学习算法/allstate-claims-severity/train.csv')
print(train.shape)
print(train.head())
test =pd.read_csv('D:/机器学习算法/allstate-claims-severity/test.csv')
print(test.shape)
print(test.head())

#数据查看
print('First 20 columns:',list(train.columns[:20]))
print('Last 20 columns:',list(train.columns[-20:])