本文详细介绍使用逻辑回归、决策树、XGBoost和MLP神经网络四种算法进行模型构建的过程，涵盖数据预处理、参数调优、模型评估及未知数据预测。重点讲解网格搜索、阈值调优技巧，以及ROC曲线、K-S曲线的应用。
一、案例介绍
重要事情说三遍~
想听我讲案例，请点这里，进入B站
想听我讲案例，请点这里，进入B站
想听我讲案例，请点这里，进入B站
二、框架
1 案例简介
2 数据展示
3 特征工程
4 探索分析
5 数据预处理
（要点：标准化模型保存）
6 模型构建与评估（4个算法）
（要点：网格搜索、管道式网格搜索、嵌套for循环的网格搜索、交叉验证、最佳模型保存）
7 阈值调优
（要点：自定义阈值调优函数，最佳模型的最佳决策阈值）
8 预测
（要点：未知数据清洗、调用最佳模型、预测）
附部分代码及输出
（1）数据清洗（部分材料）
（2）探索分析（部分材料）
（3）数据预处理（部分材料）
（4）参数调优（部分材料）
（5）模型评估（部分材料）
（6）阈值调优（部分材料）
扫一扫
1032
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
