Cyber的博客

原创 Python：把多张图片放在同一个word中

前言：在原部门的最后一天，有个需求，需要分两步完成。第一步：有一堆照片在同一个文件夹下，根据excel读取规则，如下图因为比较乱，所以需要把图片放在一个个按“门店名称”创建的文件夹下，以供部门同事后续核对from PIL import Imagefrom docx import Documentfrom docx.shared import Inchesfrom docx impo...

原创 CDA第11届Level2建模案例题Python代码实现

一、前言：本次考试案例题的难度要高于模拟题，时间只有2个小时且不能上网，而且还是银行业这种稍微有点专业的行业，所以难度颇高。现在的这份答案是我考试后花了2个小时才做出来的，也就是加上考试的原代码总共花了4个小时。里面涉及到一些新的数据清洗方法，包括了.loc、字符串分列、上采样等方法，仅供参考。二、案例内容根据相同的背景材料和数据实作以下的分类模型，最终须提交对测试数据的预测结果。题目...

原创 CDA Level2 模拟题2 Python代码实现

前言： 模拟题2是一道2分类预测类建模，需要预测利润而不是传统的准确率或召回率等，这就代表用一个模型是没有办法获得最高分的，必须根据不同的情况进行调参。虽然没有答案，但是好在有一个类似的练习赛地址是： http://jingsai.cda.cn/info/id/6.html需要注意的是：1、练习赛的数据集小于模拟题的数据集，不要搞混了；2、练习赛的评判标准是accuracy接下去的代...

原创 CDA Level2 模拟题1 Python代码实现

前言： 由于是模拟题，且除了数据清洗外没有答案，所以建模部分没有做特征工程，用了最简单的随机森林的分类树且没有做交叉验证甚至没有调参，也就是说用这个代码的话顶多弄个及格分。一、数据下载：http://exam.cda.cn/static/exam_attachment/L2jmjxshiti.zip二、案例背景和要求：三、Python代码实现1、数据导入import panda...

原创 Python：3个常用数据检验代码实现

常规库导入import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings("ignore")pd.options.display.max_columns = None #显示所有列pd.set...

原创 Python：14个常用数据清洗代码

常用库导入import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings("ignore")pd.options.display.max_columns = None #显示所有列pd.set...

原创 七种常用监督类预测模型的特征、优缺点整理

原创 使用Python计算基尼系数

import numpy as npdef gini(data_list): '''获得列表中的gini系数''' data_length = len(data_list) total_sum = np.sum(data_list) total_gini = 0 for i in range(data_length): temp_deno...

原创 Pandas：一个apply+lambda的小技巧

前言：有两张表，有一个关键字段作为连接，要比对两张表里某个值的变化，用Python该怎么写呢？excel很简单，vlookup+if即可；SQL里的话，就是left join,然后再case whenpython里的思路也是一样，我们需要merge后再apply以下表为例如果不用lambda，只用apply的话，代码如下：import pandas as pddef get_va...

原创 CDA LEVEL2 大纲解析案例题Python实现代码

数据下载：http://exam.cda.cn/static/exam_attachment/L2jmjxshiti.zip导入库import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings...