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