厦门国际银行”数创金融杯“比赛思路及总结

说明：这是第一次参加比赛，成绩不理想，高手勿喷。。。

比赛链接：点这里

一、赛题解读

1、任务

2、数据

3、评分标准

4、解决任务方法

通过分析数据标签可以知道这是一个不平衡样本的分类问题，对于这类问题，可以从以下方法对任务进行处理：
（1）建立分类模型，处理不平衡数据，然后分类
（2）将分类问题转为异常值检测问题

二、代码详解

1、数据处理

1.1 数据探索

1.1.1 数据标签的分析

(1)导入相关的包以及读取数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import warnings  
warnings.filterwarnings('ignore')  #忽略警告
%matplotlib inline
pd.set_option('display.max_columns',None)  #显示所有特征
import time,datetime

test_df=pd.read_csv(r'C:\Users\Chen\数据挖掘比赛\厦门国际银行“数创金融杯”\data\test.csv')
train_df=pd.read_csv(r'C:\Users\Chen\数据挖掘比赛\厦门国际银行“数创金融杯”\data\train.csv')
target_df=pd.read_csv(r"C:\Users\Chen\数据挖掘比赛\厦门国际银行“数创金融杯”\data\train_target.csv")
y=target_df['target']
submit_id=test_df['id']

(2)查看标签数据

labels=target_df['target'].value_counts()
print(labels)
print("标签0所占样本的比例：",target_df.loc[target_df['target']==0].count()/len(target_df))
print('标签1所占样本的比例：',target_df.loc[target_df['target']==1].count()/len(target