weixin_45836196的博客

本文介绍了基于深度学习的tensorflow框架的蛋白质预测，使用PCA筛选BPO,MFO,CCO中的多维度影响因素，从而预测蛋白质函数

本文主要是介绍了一个完整二元分类的数据预处理和建模流程，它加载各种不同的数据文件，执行特征工程，然后使用LightGBM模型进行k-fold交叉验证的训练和预测。最终，它会生成一个特征重要性的图表，并可以生成提交文件。主要数据表，分为训练集（带有目标变量TARGET）和测试集（不带目标变量TARGET）两个文件。包含所有申请的静态数据。每行代表数据样本中的一笔贷款。bureau.csv包括客户先前在其他金融机构获得的所有信用，这些信用已报告给信用局（适用于我们样本中有贷款的客户）。