sinat_38857565的博客

写在前面：第一次参加数据类竞赛，从第一次接触pandas到数据预处理，特征工程的构建，再到最终的模型融合，B榜成绩0.767，排名三百左右，做个简单的赛后总结。赛题介绍：主办方提供了（1）用户的标签数据（2）过去60天的交易行为（3）过去30天的APP行为数据，分成训练集和测试集合，最终需要预测用户违约的概率。评分标准为AUC。以下分五个方面介绍流程：一，EDA（探索性数据分析）1.查看每个特征的取值范围以及不同取值的个数：Train_data = pd.read_csv(path)for

最近在跟着Github上的一个开源项目学习机器学习，叫100 Days of ML Coding。遗憾的是：项目里面的代码并没有细致的讲解，对于我这种编程能力上的小菜鸡来说有些吃力。本文只介绍跟实现代码相关的函数，记录下来也方便自己以后复习。如有不正确的地方还望大神能够多多指点。这次讲解的是DAY4-6：Logistic Regression（逻辑回归）首先：下载数据集该数据集包含了社交网络...