Home Credit 违约风险 - Kaggle 竞赛
https://www.kaggle.com/c/home-credit-default-risk/code
背景
在Kaggle Home Credit 违约风险竞赛中，参与者试图从应用程序、人口统计和历史信用行为数据中预测客户未来的支付行为。由于我在金融方面的学术背景，我想尝试一下信用风险数据集，这似乎是一个有趣的挑战。
0.8 的 ROC AUC 足以跻身本次比赛的获胜者之列，所以这就是我的目标。我想在这个数据集上尝试一些新方法，例如使用自动编码器进行特征缩减。
当前状态
主数据集包含 120 个特征和一个二进制目标变量。使用补充数据集，我能够将独立特征数增加到 1400 多个。我进行手动特征选择以将维度降低到 290 个最重要的特征。我目前正在使用自动编码器来替代手动特征选择。
使用 LightGBM，我能够获得超过 0.78 的 ROC AUC。现在我将不得不进行超参数调整以改进这个结果。
2022-01-28 09:06:23
732KB
A题-无线运动传感器节点设计（A 题）.pdf
B题-单相在线式不间断电源（B 题）.pdf
C题-坡道行驶电动小车（C 题）.pdf
D题-绕障飞行器（D 题）.pdf
E题-放大器非线性失真研究装置.pdf
F题-简易无接触温度测量与身份识别装置（F 题）.pdf
G题-非接触物体尺寸形态测量（G 题）.pdf
2022-01-27 14:05:31
2.78MB
LC谐振放大器.pdf
基于自由摆的平板控制系统.pdf
开关电源模块并联供电系统设计.pdf
开关电源模块并联供电系统设计报告1.pdf
智能小车.pdf
简易数字信号传输性能分析器.pdf
2022-01-27 11:02:17
1.24MB