- 博客(6)
- 收藏
- 关注
RSS订阅原创 2021招行Fintech数据赛Rank15开源分享
一、赛题理解时序预测、回归类问题任务一：预测未来一个月，A/B两个岗位按天的业务量任务二：预测未来一个月，A/B两个岗位每天48个时段的细分业务量（半小时一个时间段）数据：date：日期post_id：A、B两种业务类型biz_type：业务类型细分，A有13种，B只有一种period：时段（每天48个）amount：业务量（label）PS；我又截图截晚了，官网只剩下这点了。。二、数据预处理周期性取2020年11月的数据观察，分A/B两种业务类型，可以发现具有明显的周期
2021-05-14 16:00:25
2171
5
原创 Jupyter中显示DataFrame的行显示不完全
1.如果要显示全部行：import pandas as pdpd.set_option('display.max_columns', None) #显示所有列pd.set_options('display.max_rows', None) #显示所有行2.如果要显示部分行，以100为例pd.set_option('display.min_rows', 100)使用前：使用后：...
2020-10-30 12:06:00
1510
原创 dataframe_note
1.选取特定值的行（两条限定）train[(train.kpi_id=='0528d024-7cb5-4e15-910f-39fb74b68625') & (train.label)==1]
2020-10-25 16:55:59
151
原创 基本排序算法（适合新手学习）
def quick_sort(b): """快速排序""" if len(b) < 2: return arr # 选取基准，随便选哪个都可以，选中间的便于理解 mid = arr[len(b) // 2] # 定义基准值左右两个数列 left, right = [], [] # 从原始数组中移除基准值 b.remove(mid) for item in b: # 大于基准值放右边
2020-08-14 09:27:16
166
原创 2020招行FinTech数据赛，线上0.78026，最终53名~~菜鸡分享
题目嘛，大概就是就是一个信用评分预测，评判指标为AUC。（官网已经查不到了，大家看看找找别的帖子看看吧）一、数据预处理部分（一）缺失值处理的较为粗糙，tag表中\N和~都当做缺失值处理了。（改进点1）三个和教育相关的列，其中两个缺失值较多，删除处理。字符编码转数字：采用LabelEncoder()编码。注意，要把train和test合并再进行处理，否则会出现编码不同的情况。数字缺失值填充：分析字段含义，大部分根据众数填充。有一些直接按照经验填充，例如：贷款标识我认为如果在招行贷款，招行忘了标记
2020-05-15 11:52:43
1137
1
原创 电讯技术投稿分享
先放时间节点：投稿 2019-12-11一审 2019-12-13~2019-12-29修回 2020-01-03~2020-01-11再审 2020-01-16~2020-02-21（赶上疫情和春节期间，时间有点长可以理解）修回 2020-02-24终审 2020-02-26~2020-03-03拟录用 2020-03-04过程一审期间三位审稿人，一个通过，两个修改后再...
2020-03-05 22:47:34
2455
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人