python自学
Regbos
这个作者很懒,什么都没留下…
展开
-
python天气数据爬虫以及可视化
爬完数据后进行分析和可视化。原创 2024-07-10 11:09:15 · 196 阅读 · 0 评论 -
XGBoost算法案例 - 信用评分模型
这里唯一需要注意的是最后一行代码中的scoring参数需要设置成'r2',其表示的是R-squared值,因为是回归模型,所以参数调优时应该选择R-squared值来进行评判,而不是分类模型中常用的准确度'accuracy'或者ROC曲线对应的AUC值'roc_auc'。为了降低不良贷款率,保障自身资金安全,提高风险控制水平,银行等金融机构会根据客户的信用历史资料构建信用评分模型给客户评分。根据客户的信用得分,可以估计客户按时还款的可能,并据此决定是否发放贷款及贷款的额度和利率。原创 2024-07-08 17:14:13 · 280 阅读 · 0 评论 -
XGBoost算法案例实战-金融反欺诈模型
出现这种情况的原因是因为交叉验证,我们来简单回顾下K折交叉验证的思路:它是将原来的测试数据分为K份(这里cv=5,即5份),然后在这K份数据中,选K-1份作为训练数据,剩下的1份作为测试数据,训练K次,获得K个的ROC曲线下的AUC值,然后将K个AUC值取平均,取AUC值的均值为最大情况下的参数为模型的最优参数。注意这里AUC值的获取是基于训练集数据,只不过是将训练集数据中的1/K作为测试集数据,这里的测试集数据并不是真正的测试集数据y_test,这也是为什么参数调优后结果反而不如不调优的结果的原因。原创 2024-07-08 16:57:05 · 304 阅读 · 0 评论