图挖掘领域，新晋砖家 ☞ 未来可期，欢迎和静静一起学习交流吖

目录1.简介2.学习目标3.内容介绍4.模型相关原理介绍5.模型对比与性能评估1.逻辑回归2.决策树模型3.集成模型集成方法（ensemble method）4.模型评估方法5.模型评价标准6.官方代码示例1. 导入相关关和相关设置2. 读取数据3. 简单建模4. 模型调参1. 贪心调参2. 网格搜索3. 模型调参小总结7.总结1.简介此部分为零基础入门金融风控的 Task4 建模调参部分，了解各种模型以及模型的评价和调参策

1.具体案例执行（参考某位大佬）该栗子是利用iris数据集进行小测试的前期数据处理导入包sklearn+数据加载+数据读取(输入X+标签y)+逻辑回归函数拟合+模型预测值y_hatfrom sklearn.linear_model import LogisticRegressionfrom sklearn.datasets import load_iris# 加载iris数据集iris = load_iris()#输入+标签X,y = iris.data,i...

1.官方代码代码简介：三种树模型lgb、xgb、cat（CatBoostRegressor）链接：https://github.com/datawhalechina/team-learning-data-mining/blob/master/FinancialRiskControl/baseline.md代码：#! /usr/bin/env python # -*- coding:utf-8 -*- #====#====#====#==== ''''''#====#...

1.简介此部分为零基础入门金融风控的 Task5 模型融合部分赛题：零基础入门数据挖掘 - 零基础入门金融风控之贷款违约预测项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl比赛地址：https://tianchi.aliyun.com/competition/entrance/531830/introduction2.学习目标...

目录1.比赛相关情况1.1简介1.2 学习目标1.3 学习内容详细介绍2.官方代码示例2.1导入数据分析及可视化过程需要的库2.2读取文件2.3总体了解2.4查看数据集中特征缺失值，唯一值等2.5查看特征的数值类型有哪些，对象类型有哪些2.6变量分布可视化2.7时间格式数据处理及查看2.8掌握透视图可以让我们更好的了解数据2.9用pandas_profiling生成数据报告3．总结1.比赛相关情况1.1简介赛题：零基础入门数据挖掘.

目录0.赛题流程1.赛题理解2.数据集简介2.1数据集划分2.2数据集属性3.评价指标3.1本竞赛的预测指标3.2补充知识（金融风控预测类常见的评估指标）KS(Kolmogorov-Smirnov)ROCAUC3.3补充知识（分类算法常见的评估指标）混淆矩阵（Confuse Matrix）准确率（Accuracy）精确率（Precision）召回率（Recall）F1 ScoreP-R曲线（Precision-Recall Cur.

目录1.简介2.学习目标3.具体内容4.官方代码示例4.1导入包并读取数据4.2特征预处理4.34.44.54.64.75.总结1.简介此部分为零基础入门金融风控的特征工程部分，了解各种特征工程以及分析方法赛题：零基础入门数据挖掘 - 零基础入门金融风控之贷款违约项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRisk