每日总结

1. 讲.csv文件放入pychar工程文件，用决策树来完成问题企业的判断

    

    使用pandas读取文件

    

    

    选取目标值与特征值（企业id，买入卖出的数量。Label为有问题企业代码）

    

   

    

    缺失值处理

    

    数据集划分

    

    字典特征抽取

    

    决策树预估器

    

    模型评估

    

    结果：

    

    

   训练集中有问题企业有：110个

   以20%划分的数据集，那有问题的企业应该有个4，5百家吧，差不多应该对。