2016.11.23-2016.11.25回顾

三天没有写博客，在忙节奏也不能乱啊，一定要吾日三省吾身，磨刀不费砍柴时。

2016.11.23

- 修正了fraud模块中某个部分的错误

- 分析了收入方式对于逾期的影响，最后发现一石激起千层浪啊，还是不要太激进了，把握好自己的节奏，人生苦短，把精力用在最有用的地方

2016.11.24

- 上周四也是个非常繁忙的一天，上午开会讨论老板的一些问题，还有确定数据源是谁来做？然后培训python sklearn包，下午是做一些分析，反正就是逾期相关的探索性分析

2016.11.25

- 最忙的一天，上午是培训分析讨论，下午就是一直弄决策树，先是安装sklearn失败，windows和linux都失败，然后换到同事电脑上工作，依葫芦画瓢用python写了个，然而生成的是dot需要一个软件来可视化，而且似乎是生成哑变量的方法，我觉得并不好，然后采用了机器学习实战这本书里的源码，可以生成树，但是没有每个叶子节点的数量比例，我最开始还用了weka直接来生成树，奇怪的是对于这种不平衡数据集，他把全部都分成了一类，而且无法生成树结构，我后来用了R包也是如此，用了SPSS还是这样，只有机器学习实战的包可以生成树，最后发现生成这个树，还不如用excel的透视表，树其实就有点像列联表，但是树有个好处就是对于连续变量，每个分支里面阈值可以不同，还有就是树的结构如果很复杂，表就hold不住了，另外一点列联表不能体现优先级，不能把两个值合并在一起，但是我上周的情况的确透视表还简单一些。

- whl的包，仍然是用pip install XXX.whl安装，但是我上周五没能成功，没明白问题出在哪

差不多以上