weixin_40671804的博客

这是对前一个项目：预测贷款用户是否逾期的数据进行提前准备工作，即特征处理，主要包括数据类型转换和缺失值处理。 一、特征处理 对拿到的金融数据进行直观分析，删除无关特征，避免过拟合 # 删除无关信息 dataset = dataset.drop(["custid","trade_no","bank_card_no","id_name","first_transaction_time","lates.

一、学习要求 分别对前面预处理的数据使用IV值和随机森林进行特征筛选 二、基础知识 1、IV值 计算过程是根据该特征所命中黑白样本的比率与总黑白样本的比率，来对比和计算其关联程度 IV 值的取值范围是[0, ∞ )，但一般具有中等IV值的变量来进行模型开发，如下所示 IV值 预测能力 <0.02 无用 0.02-0.1 弱预测 0.1-0.3 中等预测 0.3-...