JacquelineLan的博客

构建随机森林、GBDT、XGBoost和LightGBM这4个模型，并对每一个模型进行评分# install the package in jupyter notebook!pip install xgboost!pip install lightgbmimport pandas as pdimport numpy as npfrom sklearn.model_selection ...

记录7个模型（逻辑回归、SVM、决策树、随机森林、GBDT、XGBoost和LightGBM）关于accuracy、precision，recall和F1-score、auc值的评分表格，并画出ROC曲线。(时间太紧了直接上代码了嘤嘤）import pandas as pdimport numpy as npfrom sklearn.model_selection import train...

数据信息：这是本次实践数据的下载地址 https://pan.baidu.com/s/1dtHJiV6zMbf_fWPi-dZ95g说明：这份数据集是金融数据（非原始数据，已经处理过了），要做的是预测贷款用户是否会逾期。表格中 “status” 是结果标签：0表示未逾期，1表示逾期。任务1.1 - 模型构建将金融数据集三七分随机种子2018调用sklearn的包，简单构建逻辑回归、S...

使用网格搜索法对7个模型进行调优（调参时采用五折交叉验证的方式），并进行模型评估import pandas as pdimport numpy as npfrom sklearn.model_selection import GridSearchCVfrom sklearn.model_selection import train_test_splitfrom sklearn.svm i...

数据预处理说明：这份数据集是金融数据（非原始数据，已经处理过了），我们要做的是预测贷款用户是否会逾期。表格中 “status” 是结果标签：0表示未逾期，1表示逾期。import pandas as pdfrom sklearn.model_selection import train_test_splitfinancial = pd.read_csv("data.csv", encod...

任务：分别用IV值和随机森林进行特征选择。然后分别构建模型（逻辑回归、SVM、决策树、随机森林、GBDT、XGBoost和LightGBM），进行模型评估。用IV值进行特征选择:import pandas as pdfrom pandas import DataFrame as dffrom numpy import logimport numpy as npfinancial = ...

一周算法实践进阶day3：模型融合import pandas as pdfrom sklearn.model_selection import train_test_splitimport numpy as npfrom sklearn.preprocessing import StandardScalerfrom sklearn.linear_model import Logistic...