Andrewings

1. 数据探索和分析1.1 读取数据1.2 探索数据1.3 数据清洗¶1.3.1 去除重复记录1.3.2 删除无关特征1.3.3 数据类型分析1.3.4 数据类型转换1.3.5 缺失值处理 1.1 读取数据 本次的数据集格式为.csv，利用pandas中的read_csv()函数读入数据集，encoding为gb18030： import pandas as pd users_data = pd....

2. 特征工程2.1 任务要求2.2 特征衍生2.3 归一化处理2.4 IV值进行特征选择计算公式WOE 2.1 任务要求 特征衍生 特征挑选：分别用IV值和随机森林等进行特征选择 ……以及你能想到特征工程处理 2.2 特征衍生 根据特征’history_suc_fee’和’history_fail_fee’计算历史借款总额和还款成功率和失败率 features = pd.concat([X_tr...

3. 模型构建3.1 任务3.2 代码 3.1 任务 用逻辑回归、svm和决策树；随机森林和XGBoost进行模型构建，评分方式任意，如准确率等。（不需要考虑模型调参） 3.2 代码 导入逻辑回归、svm、决策树、随机森林和XGBoost等模型： from sklearn.linear_model import LogisticRegression from sklearn.svm import ...