IP屬地：廣西
-
python數(shù)據(jù)處理隨記1.刪除變量： df.drop(['‘變量名1勒虾，變量名2......’],axis=1,inplace=True) 2.刪除所有缺失值： df....
-
金融反欺詐常用特征處理方法
一 用戶基本屬性 1.手機(jī)號(hào) 手機(jī)號(hào)碼前綴是否與其他人相同 手機(jī)號(hào)碼歸屬地是否相同 是否是虛擬運(yùn)營(yíng)商 流量卡還是通話卡（卡的類型） 2.手機(jī)通訊...
-
python之特征工程天池AI學(xué)習(xí)-詳情 模型融合： 天池AI學(xué)習(xí)-直播 （干貨）結(jié)合Scikit-learn介紹幾種常用的特征選擇方法 - weepon的博客 - ...
-
Adaboost振愿、GBDT拉盾、xgboost算法調(diào)參
【機(jī)器學(xué)習(xí)】GBDT梯度下降提升算法及參數(shù)尋優(yōu)實(shí)例 - brucewong0516的博客 - CSDN博客 XGboost數(shù)據(jù)比賽實(shí)戰(zhàn)之調(diào)參篇(...
-
python之可視化
1.散點(diǎn)圖：（參數(shù)：s:點(diǎn)的大小林说、s:點(diǎn)的大小找颓、marker：形狀芋忿、alpha：透明度） plt.scatter(X,Y, s= 宏赘，c= 奈泪，ma...
-
python之KS曲線
# 自定義繪制ks曲線的函數(shù) def plot_ks(y_test, y_score, positive_flag): # 對(duì)y_test,...
-
python 缺失值處理
# 用隨機(jī)森林對(duì)缺失值預(yù)測(cè)填充函數(shù) def set_missing(df): # 把已有的數(shù)值型特征取出來(lái) process_df = d...
-
python數(shù)據(jù)樣本不平衡處理
# 將數(shù)據(jù)拆分為訓(xùn)練集和測(cè)試集 X_train,X_test,y_train,y_test = model_selection.train_te...
-
python數(shù)據(jù)處理隨記
1.刪除變量： df.drop(['‘變量名1适贸，變量名2......’],axis=1,inplace=True) 2.刪除所有缺失值： df....