赛题描述：

经脱敏后的锅炉传感器采集的数据（采集频率是分钟级别），根据锅炉的工况，预测产生的蒸汽量。

数据说明:
数据分成训练数据（train.txt）和测试数据（test.txt），其中字段 V0-V37，这38个字段是作为特征变量，target作为目标变量。 选手利用训练数据训练出模型，预测测试数据的目标变量，排名结果依据预测结果的 MSE（mean square error）。

结果提交：
选手需要提交测试数据的预测结果（txt格式，只有1列预测结果）。

结果评估：
预测结果以mean square error作为评判标准。

1  数据分析

导入相关库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(style='ticks')from scipy import stats
from sklearn.decomposition import PCA
from sklearn.metrics import mean_squared_error, r2_score
from sklearn.model_selection import train_test_split, GridSearchCV, learning_curve, RepeatedKFoldfrom sklearn.linear_model import LinearRegression, RidgeCV, LassoCV
from sklearn.svm import SVR
from xgboost import XGBRegressorimport warnings
warnings.filterwarnings('ignore')

导入数据并打印

dtrain = pd.read_csv('zhengqi_train.txt', sep='\t')
dtest = pd.read_csv('zhengqi_test.txt', sep='\t')
dfull = pd.concat([dtrain, dtest], ignore_index=True, sort=False)
print('训练集大小: ', np.shape(dtrain))
print('测试集大小: ', np.shape(dtest))

训练集大小: (2888, 39)
测试集大小: (1925, 38)

分析数据的基本分布情况：

plt.figure(figsize=(18,8),dpi=100)
dfull.boxplot(sym='r^', patch_artist=True, notch=True)
plt.title('DATA-FULL')

• 数据共有38个特征变量和1目标变量
• 所有特征变量及蒸汽量目标变量均为连续型数据
• 所有数据均分布在0附近，且无量级差异

  # 查看数据缺失情况print('缺失值统计：')
  print(dfull.apply(lambda x: sum(x.isnull())))
  

  缺失值统计：
  V0 0
  V1 0
  V2 0
  V3 0
  V4 0
  …
  V34 0
  V35 0
  V36 0
  V37 0
  target 1925
  dtype: int64

并没有确实的数据。

接下来绘制数据相关性热力图，查看数据相关性情况：

def heatmap(df):plt.figure(figsize=(20,16), dpi=100)cols = df.columns.tolist()mcorr = df[cols].corr(method = 'spearman')cmap = sns.diverging_palette(220, 10, as_cmap=True)mask = np.zeros_like(mcorr, dtype = np.bool)mask[np.triu_indices_from(mask)] = True              # 角分线右侧为Trueg = sns.heatmap(mcorr, mask=mask, cmap=cmap, square=True, annot=True, fmt='0.2f')plt.xticks(rotation=45)return mcorrdtrain_mcorr = heatmap(dtrain)

热力图中发现，特征之间存在多重共线性，针对这一问题处理方法有以下三种：

• 主成分分析（PCA）：通常情况下可能导致模型精度降低
• 正则化：许多较为成熟模型中都带有正则项，同时能够防止模型过拟合
• 逐步回归法：较为繁琐，不建议

2 特征工程

特征工程往往是影响预测结果好坏的关键所在，在此项目中我主要对数据进行了以下处理：

• 剔除训练集与测试集分布不均匀的特征变量
• 查看特征与目标变量相关系数，剔除相关系数低于0.1的无关变量
• 查看特征分布偏态系数，将部分明显左偏/右偏的特征数据进行正态化
• 对剩余特征数据进行标准化

创建特征剔除函数，方便对数据进行统一处理

# 删除dfull表中指定的列
def drop_var(var_lst):dfull.drop(var_lst, axis=1, inplace=True)# 将dfull重新分割为dtrain核dtest
def split_dfull():dtrain = dfull[dfull['target'].notnull()]dtest = dfull[dfull['target'].isnull()]dtest.drop('target', axis=1, inplace=True)return dtrain, dtest

1. 剔除训练集与测试集分布不均匀的特征变量

针对38个特征变量画训练数据和测试数据特征分布直方图

plt.figure(figsize=(20,50),dpi=100)
for i in range(38):plt.subplot(10,4,i+1)sns.distplot(dtrain.iloc[:,i], color='green')sns.distplot(dtest.iloc[:,i], color='red')plt.legend(['Train','Test'])
plt.tight_layout()

从各特征数据分布直方图发现：
V5、V9、V11、V17、V20、V21、V22、V27、V28 特征训练集和测试集分布差异过大
因此为了减小数据分布不均对预测结果的影响，应将上述特征进行剔除

drop_var(['V5','V9','V11','V17','V20','V21','V22','V27','V28'])
dtrain, dtest = split_dfull()

2. 查看各特征与结果变量的相关性，以及是否服从正态分布

利用sns.regplot查看特征与目标变量间的线性关系强弱；
利用sns.distplot查看每个特征分布情况，并进行正态拟合。

plt.figure(figsize=(20,60),dpi=80)
i = 0
for col in dtrain.columns:i += 1plt.subplot(15,4,i)sns.regplot(col, 'target', data = dtrain,scatter_kws = {'marker': '.', 's': 5, 'alpha': .6},line_kws = {'color': 'k'})coef = np.corrcoef(dtrain[col], dtrain['target'])[0][1]plt.title(f'coef = {coef}')plt.xlabel(col)plt.ylabel('target')i += 1plt.subplot(15,4,i)sns.distplot(dtrain[col], fit = stats.norm)plt.title(f'skew = {stats.skew(dtrain[col])}')plt.xlabel(col)plt.tight_layout()

从图中可看出：

• V14、V25、V26、V32、V33、V34、V35 与结果变量相关性很低，予以 删除
• V0、V1、V6、V7、V8、V12、V16、V31 存在明显的数据左偏，可用 对数转换 降低偏态

3. 删除无关变量

drop_var(['V14','V25','V26','V32','V33','V34','V35'])
dtrain, dtest = split_dfull()

4. 对偏态数据进行正态化转换

# 分布呈明显左偏的特征
piantai = ['V0','V1','V6','V7','V8','V12','V16','V31']# 创建函数——找到令偏态系数绝对值最小的对数转换的底
def find_min_skew(data):subs = list(np.arange(1.01,2,0.01))skews = []for x in subs:skew = abs(stats.skew(np.power(x,data)))skews.append(skew)min_skew = min(skews)i = skews.index(min_skew)return subs[i], min_skew

偏态数据对数转换前后对比可视化

plt.figure(figsize=(20,36), dpi=80)i = 0
for col in piantai:# 正态化之前的偏态特征与结果变量相关图与正态分布图i += 1plt.subplot(8,4,i)sns.regplot(col, 'target', data = dtrain,scatter_kws = {'marker': '.', 's': 5, 'alpha': .6},line_kws = {'color': 'k'})coef = np.corrcoef(dtrain[col], dtrain['target'])[0][1]plt.title(f'coef = {coef}')plt.xlabel(col)plt.ylabel('target')i += 1plt.subplot(8,4,i)sns.distplot(dtrain[col], fit = stats.norm)plt.title(f'skew = {stats.skew(dtrain[col])}')plt.xlabel(col)# 找到合适的底数，对dtrain的偏态特征进行对数转换sub = find_min_skew(dfull[col])[0]dtrain[col] = np.power(sub, dtrain[col])# 对数转换之后特征与结果变量相关图与正态分布图i += 1plt.subplot(8,4,i)sns.regplot(col, 'target', data = dtrain,scatter_kws = {'marker': '.', 's': 5, 'alpha': .6},line_kws = {'color': 'k'})coef = np.corrcoef(dtrain[col], dtrain['target'])[0][1]plt.title(f'coef = {coef}')plt.xlabel(col+' transformed')plt.ylabel('target')i += 1plt.subplot(8,4,i)sns.distplot(dtrain[col], fit = stats.norm)plt.title(f'skew = {stats.skew(dtrain[col])}')plt.xlabel(col+' transformed')plt.tight_layout()

偏态系数 明显减小，同时相关系数未有明显影响
证明该方法可以有效实现特征正态化

因此，对训练集和测试集偏态特征同时进行对数转换

for col in piantai:sub = find_min_skew(dfull[col])[0]dfull[col] = np.power(sub, dfull[col])
dtrain, dtest = split_dfull()

5. 对剩余特征数据进行标准化

采用 z-score标准化 方法

dfull.iloc[:,:-1] = dfull.iloc[:,:-1].apply(lambda x: (x-x.mean())/x.std())
dtrain, dtest = split_dfull()

特征工程完成！
查看完成后特征分布直方图

plt.figure(figsize=(20,20),dpi=80)
for i in range(22):plt.subplot(6,4,i+1)sns.distplot(dtrain.iloc[:,i], color='green')sns.distplot(dtest.iloc[:,i], color='red')plt.legend(['Train','Test'])
plt.tight_layout()

3 模型训练

模型训练之前，先用岭回归进行预测，剔除训练集中的异常样本（预测残差在3sigma之外的点）
然后使用以下回归模型进行 模型训练 和 参数调优

• Lasso 回归
• SVR 回归
• XGBoost 回归

将训练数据分割为训练集与验证集

X = np.array(dtrain.iloc[:,:-1])
y = np.array(dtrain['target'])X_train, X_valid, y_train, y_valid = train_test_split(X, y, test_size=0.2, random_state=0)

创建模型评分函数

def score(y, y_pred):# 计算均方误差 MSEprint('MSE = {0}'.format(mean_squared_error(y, y_pred)))# 计算模型决定系数 R2print('R2 = {0}'.format(r2_score(y, y_pred)))# 计算预测残差，找异常点y = pd.Series(y)y_pred = pd.Series(y_pred, index=y.index)resid = y - y_predmean_resid = resid.mean()std_resid = resid.std()z = (resid - mean_resid) / std_residn_outliers = sum(abs(z)>3)# 图一：真实值vs预计值plt.figure(figsize=(18,5), dpi=80)plt.subplot(131)plt.plot(y, y_pred, '.')plt.xlabel('y')plt.ylabel('y_pred')plt.title('corr = {:.3f}'.format(np.corrcoef(y,y_pred)[0][1]))# 图二：残差分布散点图plt.subplot(132)plt.plot(y, y-y_pred, '.')plt.xlabel('y')plt.ylabel('resid')plt.ylim([-3,3])plt.title('std_resid = {:.3f}'.format(std_resid))# 图三：残差z得分直方图plt.subplot(133)sns.distplot(z, bins=50)plt.xlabel('z')plt.title('{:.0f} samples with z>3'.format(n_outliers))plt.tight_layout()

开始模型训练前，利用岭回归模型预测，剔除异常样本

# 利用RidgeCV函数自动寻找最优参数
ridge = RidgeCV()
ridge.fit(X_train, y_train)
print('best_alpha = {0}'.format(ridge.alpha_))y_pred = ridge.predict(X_train)
score(y_train, y_pred)

best_alpha = 0.1
MSE = 0.1058302793365256
R2 = 0.888601902633553

找出异常样本点并剔除

resid = y_train - y_pred
resid = pd.Series(resid, index=range(len(y_train)))
resid_z = (resid-resid.mean()) / resid.std()
outliers = resid_z[abs(resid_z)>3].index
print(f'{len(outliers)} Outliers:')
print(outliers.tolist())plt.figure(figsize=(14,6),dpi=60)plt.subplot(121)
plt.plot(y_train, y_pred, '.')
plt.plot(y_train[outliers], y_pred[outliers], 'ro')
plt.title(f'MSE = {mean_squared_error(y_train,y_pred)}')
plt.legend(['Accepted', 'Outliers'])
plt.xlabel('y_train')
plt.ylabel('y_pred')plt.subplot(122)
sns.distplot(resid_z, bins = 50)
sns.distplot(resid_z.loc[outliers], bins = 50, color = 'r')
plt.legend(['Accepted', 'Outliers'])
plt.xlabel('z')
plt.tight_layout()

27 Outliers:
[89, 692, 768, 797, 829, 1123, 1190, 1198, 1236, 1295, 1324, 1366, 1530, 1544, 1641, 1706, 1718, 1796, 1839, 1983, 2013, 2022, 2025, 2227, 2254, 2279, 2299]

# 异常样本点剔除
X_train = np.array(pd.DataFrame(X_train).drop(outliers,axis=0))
y_train = np.array(pd.Series(y_train).drop(outliers,axis=0))

开始进行模型训练

模型1: Lasso回归

利用LassoCV自动选择最佳正则化参数

lasso = LassoCV(cv=5)
lasso.fit(X_train, y_train)
print('best_alpha = {0}'.format(lasso.alpha_))pred_lasso = lasso.predict(X_valid)
score(y_valid, pred_lasso)

best_alpha = 0.0007812269286266984
MSE = 0.11780207761554924
R2 = 0.8866338406111323​​​​​​​

模型2: 支持向量回归（SVR）

模型参数：

• kernel [default=‘rbf’]:

指定要在算法中使用的内核类型。它必是’linear’，‘poly’，‘rbf’，‘sigmoid’，‘precomputed’或者callable之一。
如果没有给出，将使用’rbf’。如果给出了callable，则它用于预先计算内核矩阵。

• C [default=0]:

错误术语的惩罚参数C.

• gamma [default=‘auto’]:

‘rbf’，‘poly’和’sigmoid’的核系数。默认值为’auto’，它使用1/nfeatures，如果gamma='scale’传递，则使用1/nfeatures∗X .std作为gamma的值。

使用sklearn中的网格搜索方法 GridSearchCV 寻找SVR最优模型参数
创建GridSearchCV网格参数搜寻函数，评价标准为最小均方误差，采用K折交叉验证的检验方法

def gsearch(model, param_grid, scoring='neg_mean_squared_error', splits=5, repeats=1, n_jobs=-1):# p次k折交叉验证rkfold = RepeatedKFold(n_splits=splits, n_repeats=repeats, random_state=0)model_gs = GridSearchCV(model, param_grid=param_grid, scoring=scoring, cv=rkfold, verbose=1, n_jobs=-1)model_gs.fit(X_train, y_train)print('参数最佳取值: {0}'.format(model_gs.best_params_))print('最小均方误差: {0}'.format(abs(model_gs.best_score_)))return model_gs

使用SVR回归器默认的“rbf”内核，即高斯核
对惩罚参数C与核系数gamma进行网格搜索CV验证

svr = SVR()
cv_params = {'C': np.logspace(0, 3, 4), 'gamma': np.logspace(-4, -1, 4)}
svr = gsearch(svr, cv_params)

参数最佳取值: {'C': 100.0, 'gamma': 0.001}
最小均方误差: 0.08739677966938571

缩小参数范围进行细调：

svr = SVR()
cv_params = {'C': [1,2,5,10,15,20,30,50,80,100,150,200], 'gamma': [0.0001,0.0005,0.0008,0.001,0.002,0.003,0.005]}
svr = gsearch(svr, cv_params)

参数最佳取值: {'C': 150, 'gamma': 0.0008}
最小均方误差: 0.0872966704265247

确定最佳参数（C:15, gamma：0.0008）
验证集预测

pred_svr = svr.predict(X_valid)
score(y_valid, pred_svr)

MSE = 0.11160923124447547
R2 = 0.8925934910942511​​​​​​​

模型3: XGB回归（XGBRegressor ）

模型参数：

• n_estimators [default=100]:
  决策树的棵树，即总共迭代的次数
• learning_rate [default=0.3]:
  shrinkage参数，用于更新叶子节点权重时，乘以该系数，避免步长过大。参数值越大，越可能无法收敛。
  把学习率 eta 设置的小一些，小学习率可以使得后面的学习更加仔细。
• min_child_weight [default=1]:
  这个参数默认是 1，是每个叶子里面 h 的和至少是多少，对正负样本不均衡时的 0-1 分类而言，假设 h 在 0.01 附近，min_child_weight 为 1 意味着叶子节点中最少需要包含 100 个样本。这个参数非常影响结果，控制叶子节点中二阶导的和的最小值，该参数值越小，越容易overfitting。
• max_depth [default=6]:
  每颗树的最大深度，树高越深，越容易过拟合。
• max_leaf_nodes:
  最大叶结点数，与max_depth作用有点重合。
• gamma [default=0]:
  后剪枝时，用于控制是否后剪枝的参数。
• max_delta_step [default=0]:
  这个参数在更新步骤中起作用，如果取0表示没有约束，如果取正值则使得更新步骤更加保守。可以防止做太大的更新步子，使更新更加平缓。
• subsample [default=1]:
  样本随机采样，较低的值使得算法更加保守，防止过拟合，但是太小的值也会造成欠拟合。
• colsample_bytree [default=1]:
  列采样，对每棵树的生成用的特征进行列采样.一般设置为： 0.5-1
• reg_lambda [default=1]:
  控制模型复杂度的权重值的L2正则化项参数，参数越大，模型越不容易过拟合。
• reg_alpha [default=0]:
  控制模型复杂程度的权重值的 L1 正则项参数，参数值越大，模型越不容易过拟合。
• scale_pos_weight [default=1]:
  如果取值大于0的话，在类别样本不平衡的情况下有助于快速收敛

# 初始参数值
params = {'learning_rate': 0.1, 'n_estimators': 500, 'max_depth': 5, 'min_child_weight': 1, 'seed': 0,'subsample': 0.8, 'colsample_bytree': 0.8, 'gamma': 0, 'reg_alpha': 0, 'reg_lambda': 1}

1. 最佳迭代次数：n_estimators

cv_params = {'n_estimators': [100,200,300,400,500,600,700,800,900,1000,1100,1200]}
xgb = XGBRegressor(**params)
xgb = gsearch(xgb, cv_params)

参数最佳取值: {'n_estimators': 800}
最小均方误差: 0.10106838497021398

# 更新参数
params['n_estimators'] = 800

2. min_child_weight 以及 max_depth

cv_params = {'max_depth': [3,4,5,6,7,8,9],'min_child_weight': [1,2,3,4,5,6,7]}
xgb = XGBRegressor(**params)
xgb = gsearch(xgb, cv_params)

参数最佳取值: {'max_depth': 5, 'min_child_weight': 3}
最小均方误差: 0.09790308113659893

# 更新参数
params['max_depth'] = 5
params['min_child_weight'] = 3

3. 后剪枝参数 gamma

cv_params = {'gamma': [0,0.01,0.05,0.1,0.2,0.3,0.4,0.5,0.6]}
xgb = XGBRegressor(**params)
xgb = gsearch(xgb, cv_params)

参数最佳取值: {'gamma': 0.1}
最小均方误差: 0.09737878476012207

# 更新参数
params['gamma'] = 0

4. 样本采样subsample 和 列采样colsample_bytree

cv_params = {'subsample': [0.6,0.7,0.8,0.9],'colsample_bytree': [0.6,0.7,0.8,0.9]}
xgb = XGBRegressor(**params)
xgb = gsearch(xgb, cv_params)

参数最佳取值: {'colsample_bytree': 0.6, 'subsample': 0.8}
最小均方误差: 0.09605732520223123

# 更新参数
params['subsample'] = 0.8
params['colsample_bytree'] = 0.8

5. L1正则项参数reg_alpha 和 L2正则项参数reg_lambda

cv_params = {'reg_alpha': [0,0.02,0.05,0.1,1,2,3],'reg_lambda': [0,0.02,0.05,0.1,1,2,3]}
xgb = XGBRegressor(**params)
xgb = gsearch(xgb, cv_params)

参数最佳取值: {‘reg_alpha’: 0, ‘reg_lambda’: 1}
最小均方误差: 0.09550672795811381

# 更新参数
params['reg_alpha'] = 0
params['reg_lambda'] = 1

6.最后是learning_rate，一般这时候要调小学习率来测试

cv_params = {'learning_rate': [0.01, 0.02, 0.03, 0.04, 0.05, 0.07, 0.1, 0.2]}
xgb = XGBRegressor(**params)
xgb = gsearch(xgb, cv_params)

参数最佳取值: {‘learning_rate’: 0.04}
最小均方误差: 0.09450026627677707

# 更新参数
params['learning_rate'] = 0.04

参数调优完成，以验证集进行模型误差验证

pred_xgb = xgb.predict(X_valid)
score(y_valid, pred_xgb)

MSE = 0.11754469565827244
R2 = 0.8868815306738465​​​​​​​

4 模型评估

学习曲线 (learning_curve)

在训练模型时，经常我们是需要判断训练出来的模型是否是过拟合或者欠拟合的，这个时候就需要借助Learning curve来帮助我们进行判断，Learning curve描述的是在不同样本的情况下，训练集和验证集的准确率的变化曲线，通过判断两条曲线的间隔就可以看出模型的大致状态。

models = [lasso, svr, xgb]
model_names = ['Lasso','SVR','XGB']
plt.figure(figsize=(20,5))for i,m in enumerate(models):train_sizes, train_scores, test_scores = learning_curve(m, X, y, cv=5, scoring='neg_mean_squared_error',train_sizes=np.linspace(0.1,1.0,5), n_jobs=-1)train_scores_mean = -train_scores.mean(axis=1)test_scores_mean = -test_scores.mean(axis=1)plt.subplot(1,3,i+1)plt.plot(train_sizes, train_scores_mean, 'o-', label='Train')plt.plot(train_sizes, test_scores_mean, '^-', label='Test')plt.xlabel('Train_size')plt.ylabel('Score')plt.ylim([0,0.35])plt.title(model_names[i], fontsize=16)plt.legend()plt.grid()plt.tight_layout()

从学习曲线可看出，Lasso与SVR模型效果还行，XGB回归模型存在轻微过拟合，后续有待进一步参数优化进行改进。

模型加权融合

对于多个模型结果，采取加权融合的办法进行结合，即对各模型预测结果取加权平均，这样可用避免单个模型在预测某一部分数据时产生较大的误差。
为了取得最小的MSE，利用验证集对各种加权方法进行验证，确定三个模型的权重。

def model_mix(pred_1, pred_2, pred_3):result = pd.DataFrame(columns=['Lasso','SVR','XGB','Combine'])for a in range(5):for b in range(1,6):for c in range(5):y_pred = (a*pred_1 + b*pred_2 + c*pred_3) / (a+b+c)mse = mean_squared_error(y_valid, y_pred)result = result.append([{'Lasso':a, 'SVR':b, 'XGB':c, 'Combine':mse}], ignore_index=True)return resultmodel_combine = model_mix(pred_lasso, pred_svr, pred_xgb)
model_combine.sort_values(by='Combine', inplace=True)
model_combine.head()

结果表明：在验证集上，Lasso、SVR、XGBRegressor三种模型分别取权重为1/8、8/5、1/4时得到的预测数据均方误差最小，线下 Min(MSE) = 0.1121

5 模型预测

对3种模型预测结果进行加权融合

X_test = np.array(dtest)
ans_lasso = lasso.predict(X_test)
ans_svr = svr.predict(X_test)
ans_xgb = xgb.predict(X_test)
ans_mix = (ans_lasso + 5 * ans_svr + 2 * ans_xgb) / 8
pd.Series(ans_mix).to_csv('正态+标准化.txt', sep='\t', index=False)
print('Finished!')

Finished!

文章参考   博主：乔木zzz

阿里天池--工业蒸汽预测相关推荐

1. 阿里天池工业蒸汽量预测baseline-数据探索篇

   赛题介绍 本题是很经典的特征预测题,网上有很多大佬的baseline,但是我觉得还是看官方出的赛题书好一些,这一节,总结了该题中如何去分析原始数据的思路与常用方法 赛题数据与代码在文末我的github ...

2. 阿里天池—2022江苏气象预测AI算法挑战赛

   文章目录 摘要 一.数据分析 二.MAE简介 三.Transformer简介 四.模型搭建(还未写......) 摘要 This is a meteorological forecasting com ...

3. 阿里天池二手车交易价格预测(一)——EDA

   阿里天池二手车交易价格预测(一)--EDA Exploratory Data Analysis是数据科学领取理解和分析数据的方法,通过不断的收集.分析和假设验证,以取得对数据的深入理解. EDA的价值 ...

4. 阿里天池心跳信号分类预测baseline

   阿里天池又来了一个数据挖掘新人赛,是关于心跳信号分类的预测问题,主要针对初学者学习数据挖掘知识 比赛地址链接 这次数据比较有意思,和最常见的多属性结构化数据不同,本次数据是心电图数据记录,所以用一下传 ...

5. 阿里天池大数据竞赛——口碑商家客流量预测 A2

   阿里天池大赛koubeiyuce1 2017年二月份,天池大数据比赛,口碑商家客流量预测,参赛地址及详情: https://tianchi.shuju.aliyun.com/competition/i ...

6. 阿里天池数据挖掘大赛——贷款违约预测之探索性分析（可视化展示）

   项目背景: 选题出自阿里天池大赛--金融风控_贷款违约预测.赛题以金融风控中的个人信贷为背景,要求选手根据贷款申请人的数据信息预测其是否有违约的可能,以此判断是否通过此项贷款. *以下作图基于一个前提 ...

7. yolov5使用教程训练our数据——手把手教你训练预测(以阿里天池比赛为例)

   玩转yolov5 前言 1.yolov5项目克隆和安装 1.1 代码下载 1.2 安装环境 1.3 下载预训练权重 1.4 安装测试 2.数据准备 2.1 数据形式 2.2 数据转换 2.3 转换结果 ...

8. 阿里天池学习赛-金融风控-贷款违约预测

   阿里天池学习赛-金融风控-贷款违约预测 1 赛题理解 1.1 赛题数据 1.2 评测标准 2 探索性分析(EDA) 2.1 初窥数据 2.2 查看缺失值占比 2.3 数值型变量 2.3.1 数据分布 ...

9. 阿里云天池蒸汽预测（一）

   阿里云天池蒸汽预测(一) 数据探索 1.查看数据 2.可视化数据分布 2.1.箱型图 2.2.获取异常数据 2.3.直方图和QQ图 2.4.KDE分布图 2.5线性回归关系图 3.查看数据相关性 3. ...

最新文章

1. 来，加入前端自动化单元测试
2. laravel判断HTTP请求是否ajax
3. border三角形阴影(不规则图形阴影)和多重边框的制作
4. 377. 组合总和 Ⅳ golang 动态规划
5. IBM DB2 Intelligent for Data/Text Version 6
6. 图像处理-灰度变换函数imadjust和stretchlim
7. (转)开发监控Linux 内存 Shell 脚本
8. 影视剪辑，Pr视频剪辑软件，波纹滚动编辑及比例拉伸
9. 侯捷老师英中繁简术语对照表
10. 欧盟 | 地平线 2020 ENSEMBLE：D2.13 SOTIF Safety Concept（上）
11. 【后端】Nginx 体系
12. 本地的html文件怎么运行在本地服务器上
13. 女生 男生 都该学会的潜规则
14. 混沌工程——各大厂实践分享汇总（上篇）
15. VMware虚拟机使用虚拟机网络编辑器NAT模式配置网络图文教程，实现联网功能并测试
16. HTTP与HTTPS，HTTPS更加安全。
17. linux 格式化 4k对齐,硬盘WD10EARS在FreeNas的格式化方法,4k对齐的问题
18. 如何远程操控另一台计算机,电脑之间如何远程控制_怎么远程控制自己的另一台电脑-win7之家...
19. C++动态规划算法之0-1背包问题
20. php中parse error,PHP异常Parse error: syntax error…错误解决方法

热门文章

1. rar压缩包解开权限密码，忘记rar压缩包密码怎么办？
2. Google 2016面试题
3. 最小二乘法进行曲线拟合
4. 粉丝问我，写CSDN博客到底为了什么？
5. 今天开始学Java 明明想在学校中请一些同学一起做一项问卷调查
6. C++读取OBJ文件 对于f数据 取出任意自己想要的数据
7. Linux搭建Hyperledger Fabric区块链框架 - Hyperledger Fabric模型概念
8. 回归方程的拟合优度检验_可用于判断回归方程的拟合优度.PPT
9. 乐迪AT9S开机无反应、拆解过程
10. 【水动力学】03 闸门参数确定