投標(biāo)工具

智能投標(biāo)

智能投標(biāo)這里采用了兩種算法饰潜,但是總體思路都是先篩選出來(lái)可能虧損的標(biāo)的然后再用一個(gè)回歸器來(lái)預(yù)測(cè)具體選擇這個(gè)標(biāo)的的收益情況。
代碼如下:
首先是用到的包包的導(dǎo)入蓉驹,這里一般我都是固定的會(huì)導(dǎo)入pandas列另,numpy還有畫(huà)圖的代碼,并且在畫(huà)圖的時(shí)候?yàn)榱俗屗@示美觀都會(huì)做如下的設(shè)置往弓,所以其實(shí)可以直接寫(xiě)入配置文件中疏唾,參考(配置你的jupyter)

import pandas as pd
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
import plotly
plotly.offline.init_notebook_mode(connected=True)
import plotly.plotly as py
import plotly.graph_objs as go
%matplotlib inline
from sklearn import linear_model
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix
from sklearn import linear_model, preprocessing
from IPython.display import display
pd.set_option('display.max_columns', 9999)
pd.set_option('display.float_format', lambda x: '%.4f' % x)
sns.set_style("darkgrid",{"font.sans-serif":['simhei', 'Arial']})  # for chinese display
import matplotlib as mpl
mpl.rcParams['axes.unicode_minus'] = False  # for minus display
import datetime
import xgboost as xgb

下一步是讀取數(shù)據(jù)并且對(duì)于數(shù)據(jù)進(jìn)行處理:
1) 時(shí)間類型的處理以及兩個(gè)表的拼接

df_lc = pd.read_csv('./LC.csv')
df_lc['借款成功日期'] = pd.to_datetime(df_lc['借款成功日期'])
df_lp = pd.read_csv('./LP.csv')
df_lp['到期日期'] = pd.to_datetime(df_lp['到期日期'])
df_lp['還款日期'] = pd.to_datetime(df_lp['還款日期'].str.replace('\\\\N', '2099-12-31'))
df_lp['還款狀態(tài)'] = df_lp['還款狀態(tài)'].astype(int)
df_lp = df_lp[df_lp['到期日期'] < '2016-11-01']  # 最晚的recorddate是2017-02-22,所以選2016-11-01前到期來(lái)計(jì)算三個(gè)月逾期率是比較合適的
df_lc = df_lc[df_lc.ListingId.isin(df_lp.ListingId.unique())]
expected_pp = df_lp.groupby('ListingId')['應(yīng)還本金'].sum()
ind_consistent = np.isclose(df_lc[['ListingId', '借款金額']].set_index('ListingId')['借款金額'], expected_pp)
df_lc = df_lc[df_lc.ListingId.isin(expected_pp[ind_consistent].index)]
df_lp = df_lp[df_lp.ListingId.isin(expected_pp[ind_consistent].index)]
expected_ret = df_lp.groupby('ListingId')[['應(yīng)還本金', '應(yīng)還利息']].sum().sum(axis=1)
pp = df_lc[['ListingId', '借款金額']].set_index('ListingId')['借款金額']
real_ret = expected_ret - df_lp.groupby('ListingId')[['剩余本金', '剩余利息']].sum().sum(axis=1)
real_ROI = real_ret / pp
df_lc = pd.merge(df_lc, real_ROI.rename('real_ROI').to_frame(), how='left', left_on='ListingId', right_index=True)
# ROI per month
df_lc['real_ROI_per_year'] = ((df_lc['real_ROI'] - 1) / df_lc['借款期限']) * 12
df_lc.head()

2) 類別變量的編碼

X['初始評(píng)級(jí)'] = preprocessing.LabelEncoder().fit_transform(X['初始評(píng)級(jí)'])
X = pd.concat([X, pd.get_dummies(X['借款類型'], prefix='借款類型')], axis=1).drop('借款類型', axis=1)
X['是否首標(biāo)'] = preprocessing.LabelEncoder().fit_transform(X['是否首標(biāo)'])
X['性別'] = preprocessing.LabelEncoder().fit_transform(X['性別'])
X['手機(jī)認(rèn)證'] = np.where(X['手機(jī)認(rèn)證'] == '未成功認(rèn)證', 0, 1)
X['戶口認(rèn)證'] = np.where(X['戶口認(rèn)證'] == '未成功認(rèn)證', 0, 1)
X['視頻認(rèn)證'] = np.where(X['視頻認(rèn)證'] == '未成功認(rèn)證', 0, 1)
X['學(xué)歷認(rèn)證'] = np.where(X['學(xué)歷認(rèn)證'] == '未成功認(rèn)證', 0, 1)
X['征信認(rèn)證'] = np.where(X['征信認(rèn)證'] == '未成功認(rèn)證', 0, 1)
X['淘寶認(rèn)證'] = np.where(X['淘寶認(rèn)證'] == '未成功認(rèn)證', 0, 1)
X.head()

3)特征離散化

def add_ends_to_bins(bins):
    return np.append(np.insert(bins, 0, -np.inf), np.inf)
dict_s_fea_dct = {}
s_amount_C = df_lc_C['借款金額']
q = [0.05, 0.2, 0.5, 0.8, 0.95]
bins = s_amount_C.quantile(q)
s_fea_dct_amount_C = pd.cut(s_amount_C, add_ends_to_bins(bins.values))
dict_s_fea_dct['amount'] = s_fea_dct_amount_C

可以畫(huà)圖說(shuō)明:

x_quantile = np.arange(0.01, 1., 0.01)
df_lc['real_ROI_per_year'].quantile(x_quantile)
plt.plot(x_quantile, df_lc['real_ROI_per_year'].quantile(x_quantile));

先訓(xùn)練二分類模型:

y = df_lc.real_ROI_per_year < 0
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.1, random_state=42, stratify=y)
xgb_params = {
    'eta': 0.01,
    'max_depth': 13,
    'subsample': 0.7,
    'colsample_bytree': 0.7, 
    'scale_pos_weight': (y_train == 0).sum() / (y_train == 1).sum(), 
    'max_delta_step': 1, 
    'objective': 'binary:logistic',
    'eval_metric': 'error', 
    'silent': 1, 
    'shuffle': True, 
}

dtrain = xgb.DMatrix(X_train.values, y_train.values)
dtest = xgb.DMatrix(X_test.values, y_test.values)
cv_output = xgb.cv(xgb_params, dtrain, num_boost_round=10000, early_stopping_rounds=20,
    verbose_eval=50, show_stdv=False)
cv_output[['train-error-mean', 'test-error-mean']].plot();

按交叉驗(yàn)證得到的參數(shù)重新訓(xùn)練:

num_boost_rounds = len(cv_output)
model = xgb.train(dict(xgb_params, silent=0), dtrain, num_boost_round=num_boost_rounds)

保存模型:

model.save_model('xgb_clf_first_step_maxdepth_13_for_default.model')

讀取模型(如果之前已保存函似,則不用做之前的訓(xùn)練步驟):

model_for_default = xgb.Booster({'nthread':4}) #init model
model_for_default.load_model('xgb_clf_first_step_maxdepth_13_for_default.model') # load data

查看特征重要性:

fig, ax = plt.subplots(1, 1, figsize=(8, 13))
xgb.plot_importance(model_for_default, height=0.5, ax=ax);
fscore = model_for_default.get_fscore()
s_fscore = pd.Series({int(k.lstrip('f')): v for k, v in fscore.items()})
s_fscore.index = X.columns
s_fscore.sort_values(ascending=False)
model_for_default.predict(dtest)
confusion_matrix(y_test, model_for_default.predict(dtest) > 0.02)
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末槐脏,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子撇寞,更是在濱河造成了極大的恐慌顿天,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,865評(píng)論 6 518
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蔑担,死亡現(xiàn)場(chǎng)離奇詭異牌废,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)钟沛,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,296評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門畔规,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人恨统,你說(shuō)我怎么就攤上這事叁扫∪瑁” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 169,631評(píng)論 0 364
  • 文/不壞的土叔 我叫張陵莫绣,是天一觀的道長(zhǎng)畴蒲。 經(jīng)常有香客問(wèn)我,道長(zhǎng)对室,這世上最難降的妖魔是什么模燥? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 60,199評(píng)論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮掩宜,結(jié)果婚禮上蔫骂,老公的妹妹穿的比我還像新娘。我一直安慰自己牺汤,他們只是感情好辽旋,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,196評(píng)論 6 398
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著檐迟,像睡著了一般补胚。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上追迟,一...
    開(kāi)封第一講書(shū)人閱讀 52,793評(píng)論 1 314
  • 那天溶其,我揣著相機(jī)與錄音,去河邊找鬼敦间。 笑死瓶逃,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的每瞒。 我是一名探鬼主播金闽,決...
    沈念sama閱讀 41,221評(píng)論 3 423
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼剿骨!你這毒婦竟也來(lái)了代芜?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 40,174評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤浓利,失蹤者是張志新(化名)和其女友劉穎挤庇,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體贷掖,經(jīng)...
    沈念sama閱讀 46,699評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡嫡秕,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,770評(píng)論 3 343
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了苹威。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片昆咽。...
    茶點(diǎn)故事閱讀 40,918評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出掷酗,到底是詐尸還是另有隱情调违,我是刑警寧澤,帶...
    沈念sama閱讀 36,573評(píng)論 5 351
  • 正文 年R本政府宣布泻轰,位于F島的核電站技肩,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏浮声。R本人自食惡果不足惜虚婿,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,255評(píng)論 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望泳挥。 院中可真熱鬧然痊,春花似錦、人聲如沸羡洁。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,749評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)筑煮。三九已至,卻和暖如春粤蝎,著一層夾襖步出監(jiān)牢的瞬間真仲,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,862評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工初澎, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留秸应,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,364評(píng)論 3 379
  • 正文 我出身青樓碑宴,卻偏偏與公主長(zhǎng)得像软啼,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子延柠,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,926評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容