240 发简信
IP属地:湖南
  • Resize,w 360,h 240
    python数据处理随记

    1.删除变量: df.drop(['‘变量名1,变量名2......’],axis=1,inplace=True) 2.删除所有缺失值: df....

  • 金融反欺诈常用特征处理方法

    一 用户基本属性 1.手机号 手机号码前缀是否与其他人相同 手机号码归属地是否相同 是否是虚拟运营商 流量卡还是通话卡(卡的类型) 2.手机通讯...

  • Resize,w 360,h 240
    python之特征工程

    天池AI学习-详情 模型融合: 天池AI学习-直播 (干货)结合Scikit-learn介绍几种常用的特征选择方法 - weepon的博客 - ...

  • Adaboost、GBDT、xgboost算法调参

    【机器学习】GBDT梯度下降提升算法及参数寻优实例 - brucewong0516的博客 - CSDN博客 XGboost数据比赛实战之调参篇(...

  • python之可视化

    1.散点图:(参数:s:点的大小、s:点的大小、marker:形状、alpha:透明度) plt.scatter(X,Y, s= ,c= ,ma...

  • python之KS曲线

    # 自定义绘制ks曲线的函数 def plot_ks(y_test, y_score, positive_flag): # 对y_test,...

  • python 缺失值处理

    # 用随机森林对缺失值预测填充函数 def set_missing(df): # 把已有的数值型特征取出来 process_df = d...

  • python数据样本不平衡处理

    # 将数据拆分为训练集和测试集 X_train,X_test,y_train,y_test = model_selection.train_te...

  • Resize,w 360,h 240
    python数据处理随记

    1.删除变量: df.drop(['‘变量名1,变量名2......’],axis=1,inplace=True) 2.删除所有缺失值: df....