python分析保险销售数据_实例 | 分析38万条数据，用Python分析保险产品交叉销售和哪些因素有关...

我们选择使用以下几种模型进行建置，并比较模型的分类效能。

首先在将训练集划分为训练集和验证集，其中训练集用于训练模型，验证集用于验证模型效果。首先导入建模库：# 建模

from sklearn.linear_model import LogisticRegression

from sklearn.neighbors import KNeighborsClassifier

from sklearn.tree import DecisionTreeClassifier

from sklearn.ensemble import RandomForestClassifier

from lightgbm import LGBMClassifier

# 预处理

from sklearn.preprocessing import StandardScaler, MinMaxScaler

# 模型评估

from sklearn.model_selection import train_test_split, GridSearchCV

from sklearn.metrics import confusion_matrix, classification_report, accuracy_score, f1_score, roc_auc_score# 划分特征和标签

X = train.drop(['id', 'Response'], axis=1)

y = train['Response']

# 划分训练集和验证集(分层抽样)

X_train, X_val, y_train, y_val = train_test_split(X, y, test_size=0.2, stratify=y, rand