DW数挖
Roy??
这个作者很懒,什么都没留下…
展开
-
Task2 - 数据分析
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 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import datetime import warnings import os warnings.fi原创 2020-09-18 19:22:57 · 157 阅读 · 0 评论 -
Task1 - 赛题理解
1. 赛题数据 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列为匿名变量。为了保证比赛的公平性,将会从中抽取80万条作为训练集,20万条作为测试集A,20万条作为测试集B,同时会对employmentTitle、purpose、postCode和title等信息进行脱敏。 import pandas as pd import numpy as np train = pd.read_csv('train.c原创 2020-09-15 22:29:48 · 120 阅读 · 0 评论