摘要： 本次章节的2个疑点： 1.决策树是不需要处理缺失值得，梅老师也乜有处理缺失值，tree.DecisionTreeRegressor在梅老师那里是运行成功的，但是我的报错ValueError: Input contains NaN, infinity or a value too large for 阅读全文

摘要： 主要修改点有2处： 1.xgboost的参数，有些参数现版本的xgboost是没有的，需要注释掉或者使用现在的替换 2.xgboost版评分映射的问题，由于预测的是逾期的概率，因此我们需要使用基础分-后面的，而不是+ #%% import pandas as pd from sklearn.metr 阅读全文