自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 Java学习记录——DAY2

基于String类的学习

2021-12-01 23:18:48 192

原创 Java学习记录——DAY1

Q:当一个Java文件中存在两个类,如何在一个类中调用另一个类的成员方法?(例:在B类中调用A类的成员方法) A:1、若A类中的成员方法非静态(即没有static),则在B类中创建A类的一个对象就可以调用A类中的成员方法。语法为:对象名.方法名 举例说明: public class Car{ //B类 public static void main(String[] args){ Station station = new Station();//在B类中创建一个A类对象 int lef

2021-11-22 14:39:36 386

原创 天池金融风控task6学习笔记 —— 王雨思

一、学习知识点摘要 1、赛题背景 2、赛制说明 3、参赛报名 4、大赛激励 5、大赛组织 二、学习内容 (一)、赛题背景 1、这是一次Datawhale与天池联合发起的0基础入门系列赛事——零基础入门金融风控-贷款违约预测。 2、本赛事以个人信贷为背景,选手需根据贷款申请人的数据信息预测其是否有违约的可能,以此判断是否通过此项贷款。 (二)、赛制说明 分为正式赛(9月5日-11月12日)和长期赛(11月16日以后) (三)、参赛报名 (四)、大赛...

2021-05-05 19:29:58 155

原创 天池金融风控task5学习笔记 —— 王雨思

一、学习知识点摘要 1、模型融合 二、学习内容 (一)、模型融合 1、stacking 将若干基学习器获得的预测结果作为新的训练集来训练一个学习器。但是这样处理之后,容易导致过拟合,因此可以考虑使用K折验证,防止过拟合。 2、blending 将预测的值作为新的特征与原特征合并,构成新的特征值,用于预测。为了防止过拟合,将数据分为两部分d1、d2,使用d1的数据作为训练集,d2的数据作为测试集。预测得到的数据作为新特征使用d2...

2021-05-04 16:44:46 95

原创 天池金融风控task4学习笔记 —— 王雨思

一、学习知识点摘要 1、逻辑回归模型 2、树模型 3、集成模型 4、模型对比与性能评估 5、模型调参 二、学习内容 (一)、逻辑回归模型 1、理解逻辑回归模型 • 线性回归 → 线性回归+阈值 → 逻辑回归 • 逻辑回归模型就是将线性回归模型的结果(连续值)映射为一个概率值(0-1),由此,在数学上找到了神奇的sigmoid函数: 所以我们定义线性回归的预测函数为Y=(W^T)X,那么逻辑回归的输出就是Y=g[(W^T)X],其中y...

2021-05-01 19:20:29 97

原创 天池金融风控task3学习笔记 —— 王雨思

一、学习知识点摘要 1、数据预处理 2、异常值处理 3、数据分箱 4、特征交互 5、特征编码 6、特征选择 二、学习内容 (一)、数据预处理 1、缺失值的填充 对于缺失值的填充往往会影响比赛的结果,在比赛中不妨尝试多种填充然后比较结果,选择最优的一种。(清洗一些异常值往往会获得意想不到的效果) • 把所有缺失值替换为指定的值0 data_train = data_train.fillna(0) ...

2021-04-28 23:08:12 152

原创 天池金融风控 task2 学习笔记 —— 王雨思

一、学习知识点摘要 二、学习内容 (一)、数据总体了解 1、读取数据集并了解数据集的大小,原始特征维度 导入数据分析及可视化过程需要的库(具体需要哪几个库详见task1学习笔记),导入方法 ' import 库 as xx ' import pandas as pd import numpy as np ... import datetime import warnings warnings.filterwarnings('ignore') ...

2021-04-25 22:22:22 298 1

原创 天池金融风控 task1 学习笔记 —— 王雨思

一、学习知识点摘要 1、了解赛题概况以及金融类数据概况 2、预测指标及分类指标 二、学习内容 (一)、预测指标 1、混淆矩阵(TP FN FP TN) 2、准确率、精确率、召回率 3、围绕精确率和召回率相互影响难以同时提高这个问题,引入了F1-Score、P-R曲线、ROC、真正例率、假正例率、AUC 特别注意:AUC的取值在0.5~1.0之间,AUC越接近1.0,检测方法的真实性越高;等于0.5时,真实性最低,没有...

2021-04-22 18:04:17 122

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

提示
确定要删除当前文章?
取消 删除