第二步：分析賽題資料：
共有47個特徵
id 唯一標識，沒有用
數值特徵（12個）：loanamnt貸款金額、interestrate貸款利率、installment分期付款金額、employmenttitle就業職稱（行業相關？）、annualincome年收入、dti債務收入比、openacc借款人信用檔案中未結信用額度的數量、pubrec貶損公共記錄的數量、revolbal信貸周轉餘額合計、revolutil迴圈額度利用率、totalacc借款人信用檔案中當前的信用額度總數、title借款人提供的貸款名稱
匿名特徵n0-n14（15個）
第三步：評價指標用auc
auc(area under curve) auc（area under curve）被定義為 roc曲線 下與座標軸圍成的面積。
資料探勘第一課（學習規劃）
1 資料探勘能夠解決什麼樣的問題？資料探勘可以實現分類，聚類，關聯和 從而將商業運營問題轉化為大資料探勘問題 2 常見的分類方法 決策樹 貝葉斯 knn 支援向量機 神經網路和邏輯回歸等 3 常見的聚類演算法 例如劃分聚類 層次聚類 密度聚類 網格聚類 基於模型聚類等 4 常見的關聯分析演算法 ap...
資料探勘實戰之金融風控第四課 建模與調參
一 常用演算法及優缺點介紹 邏輯回歸優點 簡單易理解，模型的可解釋性非常好，從特徵的權重可以看到不同的特徵對最後結果的影響 缺點 不能用logistic回歸去解決非線性問題，因為logistic的決策面是線性的 決策樹優點 簡單直觀，生成的決策樹可以視覺化展示，資料不需要預處理，不需要歸一化，不需要...
資料探勘實戰之金融風控第二課 探索性資料分析
1 讀取檔案 data pd.read csv data.shape檢視檔案的行和列 data train.columns檢視資料列名data train.info 檢視每列的基本資訊，資料型別data train.describe 檢視類別的統計特徵 data train.isnull sum l...