金融数据分析赛题1：银行客户认购产品预测学习赛心得

目录

一、auto框架介绍

二、赛题背景：

三、赛题数据：

四、项目分析

（一）、利用autogluon对训练集进行自动分析

1、首先导入所需要的外部库

2、读取数据，并进行标注

3、输入到Tabular（集成学习库）进行训练

4、读取测试数据进行预测

5、最后保存预测结果

注：autogluon原理

（二）、纯手动机器学习方法

1、导入所需要的外部库

2、将从天池上下载的csv文件导入（此步忽略）

3、合并两个表

4、数据清洗

5、机器学习

（三）、心得总结

AutoGluon功能的优点：

AutoGluon功能的缺点：

---

一、auto框架介绍

        本篇文章主要介绍一下阿里云天池金融数据分析赛题1：银行客户认购产品预测学习赛心得，对比利用亚马逊开源的automl框架 – autogluon，只需要几行代码就可以轻松实现数据预处理、模型融合、择优参数以及模型选择，与纯手动机器学习对赛题数据进行分析的优缺点。

以下是autogluon的代码：

autogluon文档：AutoGluon: AutoML for Text, Image, Time Series, and Tabular Data — AutoGluon Documentation
autogluon代码：GitHub - autogluon/autogluon: AutoGluon: AutoML for Image, Text, Time Series, and Tabular Data

AutoGluon利用可用的计算资源在其分配的运行时中找到最强大的模型。 需要Python 3.6或Python 3.7 的内核才能正常下载安装。

二、赛题背景：

        赛题以银行产品认购预测为背景，想让你来预测下客户是否会购买银行的产品。在和客户沟通的过程中，我们记录了和客户联系的次数，上一次联系的时长，上一次联系的时间间隔，同时在银行系统中我们保存了客户的基本信息，包括：年龄、职业、婚姻、之前是否有违约、是否有房贷等信息，此外我们还统计了当前市场的情况：就业、消费信息、银行同业拆解率等。

三、赛题数据：

        阿里云天池金融数据分析赛题1：银行客户认购产品预测

---

四、项目分析

（一）、利用autogluon对训练集进行自动分析

1、首先导入所需要的外部库

import numpy as np from autogluon.tabular

import TabularDataset,TabularPredict