专题：评分卡模型

导入数据
数据预处理

去重，恢复索引，df.info()，查看缺失值，对缺失比例严重的属性列直接删除，其余填补，根据业务情况可采取mean,median,算法填补。我昨天的文章写了如何使用随机森林填补某特征列的缺失值，这儿同样采用随机森林填补缺失值。

异常值处理 比如年龄为0岁的能向银行贷款？这种不符合常识的数据直接删掉。

more >>

展开全文 >>

专题：逻辑回归

1. 原理

它是一个返回对数几率，在线性数据上表现优异的分类器，它主要被应用在金融领域。其数学目的是求解能够让模型对数据拟合程度最高的参数的值，以此构建预测函数 ，然后将特征矩阵输入预测函数来计算出逻辑回归的结果y。注意，虽然我们熟悉的逻辑回归通常被用于处理二分类问题， 但逻辑回归也可以做多分类。

more >>

展开全文 >>

专题：降维算法

首先说降维和特征选择中过滤法、嵌入法、包装法的区别。这三种方法是选择原始数据中的某些对模型有效的特征，而降维是将之前的特征压缩成一个新的特征，这些新特征往往不可读，不能从表面看出含义。

一般流程是先探索数据，将特征矩阵和标签划为X和y，为了找出最佳降维维度，要不断的画图以确定最小范围，pca_line = PCA().fit(X)
使用pca_line.explained_variance_ratio_作为x轴，explained_variance_ratio_是PCA的可解释方差贡献率属性，查看降维后每个新特征向量所占的信息量占原始数据总信息量的百分比。y是此时x的explained_variance_ratio，x轴是降维后的特征个数。

more >>

展开全文 >>

专题：数据预处理

  1. 数据无量纲化

    将不同规格的数据转换到同一规格，将不同分布的数据转换到某个特定分布即数据的无量纲化。线性的无量纲化包括中心化（Zero-centered或者Meansubtraction）处理和缩放处理（Scale）。中心化的本质是让所有记录减去一个固定值，即让数据样本数据平移到某个位置。缩放的本质是通过除以一个固定值，将数据固定在某个范围之中，取对数也算是一种缩放处理。

more >>

展开全文 >>

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

假如我不再敷衍.