最近看了一本 Python金融大數據風控建模實戰：基於機器學習 機械工業出版社 這本書，看了其中第 章：變量分箱方法 內容，總結了主要內容以及做了代碼詳解，分享給大家。 一 主要知識點： . 變量分箱是一種特征工程方法，意在增強變量的可解釋性與預測能力。變量分箱方法主要用於連續變量，對於變量取值較稀疏的離散變量也應該進行分箱處理。 . 變量分箱的好處： 降低異常值的影響，增加模型的穩定性。 缺失 ...
2021-10-15 17:53 0 990 推薦指數：
最近看了一本《Python金融大數據風控建模實戰：基於機器學習》（機械工業出版社）這本書，看了其中第7章：變量選擇 內容，總結了主要內容以及做了代碼詳解，分享給大家。 1. 主要知識點 變量選擇是特征工程中非常重要的一部分。特征工程是一個先升維后降維的過程。升維的過程是結合業務理解盡可 ...
最近看了一本《Python金融大數據風控建模實戰：基於機器學習》（機械工業出版社）這本書，看了其中第5章：變量編碼的方法 內容，總結了主要內容以及做了代碼詳解，分享給大家。 1. 主要知識點 在統計學中，將變量按照取值是否連續分為離散變量和連續變量。例如性別就是離散變量，變量中只有男、女 ...
/datasets/Statlog+%28German+Credit+Data%29 。 該數據集包含 100 ...
經常用到數據分析常用的數據集，收集挺麻煩的。取之於網絡，還之於人民 數據集名稱 下載地址 數據集介紹 天池二手車價格預測 鏈接：https://pan.baidu.com/s ...
這一節我想對使用 Python 和 Pandas 的數據分析做一些擴展. 假設我們是億萬富翁, 我們會想要多元化地進行投資, 比如股票, 分紅, 金融市場等, 那么現在我們要聚焦房地產市場, 做一些這方面的調研. 首先, 決定房價的因素有哪些呢? 經濟, 利率和人口特征.這些是影響放假的主要因素 ...
基於數據集Airbnb的數據分析 鏈接：https://pan.baidu.com/s/1Tz0e9WowqGQ6gam4LhWC3g 提取碼：nqtq 開發環境：PyCharm 寫在前面：數據的分析形式多種多樣，本篇文章僅供參考。在python中可以不用打分號，純屬個人習慣 ...
sklearn中的datasets數據集 sklearn的數據集庫datasets提供很多不同的數據集，主要包含以下幾大類： 玩具數據集 真實世界中的數據集 樣本生成器 樣本圖片 svmlight或libsvm格式的數據 從http ...
探索性數據分析，主要針對原始數據進行初次了解。了解數據的分布情況、了解分析方向、排除該單個變量的異常值 等。此腳本讀取的是 SQL Server ，只需給定表名或視圖名稱，如果有數據，將輸出每個字段符合要求的每張數據分布圖。 顯示圖分為字符型（離散型）和數值型（連續型），示例結果如下： ...
