python xgboost使用

前言：

   最近在做信贷逾期的项目，使用了xgboost模型，在此大致记录流程，数据细节就不展开了。信贷逾期项目需要提供的用户数据信息预测是否逾期，本质上是一个二分类的问题，在此使用xgboost模型进行预测。

1.数据清洗

      根据数据特点，对表格进行数据清洗，比如去除空值，去除重复值，或者缺失值用中位数进行补充等。

2.划分数据X，Y

    本次为监督学习，X为数据特征，即feature，Y为target, 即是否逾期的结果。

3.划分训练集和测试集

#需要导入包
from sklearn.model_selection import train_test_split
#划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(feature, target, test_size=0.2)

4使用xgboost模型进行预测

import xgboost as xgb
xgb_model = xgb.XGBClassifier(learning_rate=0.001,
                         n_estimators=1000,         
                        max_depth=6) 
#XGBClassifier()括号中可以设置xgboost模型的参数，根据需要自行设置即可。   
xgb_model.fit(X_train, y_train)
#fit()括号中设置训练参数，根据需要自行设置即可

5模型预测

     第4步得到训练好的模型，现在可以输入格式相同的X，即feature，就可以使用模型预测了。以X_test为例。

xgb_pre = xgb_model.predict(X_test) #括号中需要输入与训练时相同的数据格式

6结果评估

   比较预测的结果和真实的结果，评估模型的好坏。

from sklearn.metrics import roc_auc_score
auc_score = roc_auc_score(y_test, xgb_pre)