choven_meng的博客

def catPlot(df,feature,target, figsize=(14, 6), ylim=False, save=False, filename=None): feature_name = feature.capitalize() df_temp = df.copy() df_temp[feature] = df_temp[feature]#.fillna(-1) tmp = pd.crosstab(df_temp[feature], df_temp[t...

原始数据中经常存在正负样本不均衡，比如正负样本的数据比例为100：1.常用的解决办法有：1、数据上处理2、权重设置3、集成的思想4、转化成异常检测问题5、利用深度学习：自编码器.6、确定适合样本不平衡问题的评价指标1、数据上处理1.1、数据源：　　搜集更多的数据来使数据达到平衡，但是一般出现样本不平衡问题，就是不太可能以一种简单的方法获取到更多的样本（在金融领域，可以思考坏用户的定义是否过于严格）1.2、数据增广： 目前数据增广主要应用于图像领域，...

1、数据预处理2、特征选择特征选择是特征工程里的一个重要问题，其目标是寻找最优特征子集。特征选择能剔除不相关或冗余的特征，从而达到减少特征个数，提高模型精度，减少运行时间的目的。另一方面，选取出真正相关的特征简化模型，协助理解数据产生的过程。...