kaggle上的start-here-a-gentle-introduction笔记

lww1993

于 2021-04-08 10:41:32 发布

阅读量167

点赞数

分类专栏： Python

本文链接：https://blog.youkuaiyun.com/lww1993/article/details/107151721

版权

Python 专栏收录该内容

25 篇文章

订阅专栏

本文介绍了一个二分类有监督学习问题，旨在预测贷款申请人的违约可能性。通过AUC值评估模型效果，详细解释了ROC曲线的概念及其在模型评估中的应用。并提供了Python代码示例，包括数据读取和预处理步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 这是一个典型的二分类有监督学习问题，目的是为了预测贷款申请人是否可能违约。

2. 评价二分类模型一般使用的是AUC值，也就是ROC曲线下方的面积。

ROC曲线的纵轴代表的是sensitivity, 即True Positive Rate,横轴代表的是1 - specificity, 即1 - True Negative Rate。

AUC取值越大，说明二分类模型的效果越好。

代码如下:

1. 加载包:

# numpy和pandas是为了基本的数据清洗

import numpy as np
import pandas as pd 

# LabelEncoder是为了处理离散型变量
from sklearn.preprocessing import LabelEncoder

import os

# matplotlib与seaborn是为了作图
import matplotlib.pyplot as plt
import seaborn as sns

2. 读取数据:

# 读取训练集数据
app_train = pd.read_csv("datasets/application_train.csv")
print('Training data shape: ', app_train.shape)
app_train.head()

# 读取测试集数据