【Kaggle】Python数据分析：银行客户消费预测

我们上次在《kaggle新手在平台学习大神的代码》（https://mp.csdn.net/editor/html/111656521）一文中介绍了如何在kaggle中学习大神的代码, 并简单介绍了房价预测, 泰坦尼克号生存预测两个比赛, 可以在文末获取该文链接。

本文为前文的进阶, 并详细翻译和注释了Kaggle上 桑坦德银行客户交易预测比赛(Santander Customer Transaction Prediction) 下某位大神的代码。你可以在在我们的公众号“数据臭皮匠” 中回复“银行客户消费预测” 获取数据集和代码(包含大神原代码, 大神原代码注释版, 大神原代码重构注释版)

笔者认为本文最大的贡献是:尽最大努力翻译注释了大神的代码, 能为kaggle新手降低学习门槛,。完整学习一篇大神代码之后, 读者慢慢就能够尝试寻找最适合自己的代码用以学习借鉴了

 

赛题介绍：

在这一比赛中，我们邀请Kagglers帮助我们确定哪些客户将来会进行特定交易，而与交易金额无关。

所以这是一个二分类文图,银行想知道,未来哪些客户将会有交易，比赛方给的数据中包含train和test两个数据集,每份数据集包含20万行数据,每行包括200个数值型变量。

 

1.如何下载数据集

 

你可以尝试自己从kaggle上下载数据集

2.如何找到并下载大神的代码

3.开始前奏

 

下载好数据和代码就可以开始照抄大神的代码了, 我认为在初期, 照抄是效率最高的学习方式, 就像练字需要先临摹字帖一样。如果有同学在下载过程中遇到问题,也可以在我们的公众号“数据臭皮匠” 中回复“银行客户消费预测” 获取数据集和代码

由于原作者的代码有很多不必要的画图,且结构不合理,本文会对原作者的代码做一些改动,以增强可读性,跟原作者代码结构一模一样的jupyter我们也会提供

下面是原文代码的翻译(包括文字部分), 笔者的补充将使用斜体字, 以示区别

 

 

桑坦德的魔法

 

在这篇代码中