机器学习-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

赵娜0418

回归算法有哪些？

回归算法有哪些？答：普通最⼩⼆乘回归（Ordinary Least Squares Regression，OLSR）线性回归（Linear Regression）逻辑回归（Logistic Regression）逐步回归（Stepwise Regression）多元⾃适应回归样条（Multivariate Adaptive Regression Splines，MARS）本地散点平滑估

0.0000

0

1

0

关注作者

收藏

赵娜0418

应该怎样拒绝推断？

应该怎样拒绝推断？答：⼀般来说,信⽤评分的训练样本均来自于以前申请贷款被接受的那些人,⽽评分模型则是要应用到所有申请的人,因此如直接应用模型到被拒绝者,很有可能会出现问题。拒绝推断就是对模型修正来解决这个问题的.其核心的理念就是将历史贷款信息中拒绝的客户的信息加入建模的数据当中,并使⽤一定的手段(违约比,模型等等)来推断被拒绝用户是否违约作为标签。不同的公司,不同的业务会采取不同的手段完成。

0.0000

0

0

0

关注作者

收藏

赵娜0418

得出的PSI值要怎么评判？

得出的PSI值要怎么评判？答：如果PSI值小于0.1，该指标不重要，不需要采取任何行动；如果PSI值在0.1到0.25之间的话，是有一些小的改变，需要检查其他指标，进一步判断；如果PSI值大于0.25的话，有重大变化，需要调整模型，深挖原因。

0.2740

1

1

0

关注作者

收藏

赵娜0418

怎么对一个特征分箱？

怎么对一个特征分箱？答：1）我们首先把连续型变量分成一组数量较多的分类型变量，⽐比如，将几万个样本分成100组，或50组；（尽量有监督的分箱）2）确保每一组中都要包含两种类别的样本，否则IV值会⽆无法计算；3）我们对相邻的组进行卡方检验，卡方检验的P值很大的组进⾏合并，直到数据中的组数小于设定的N箱为⽌止；4）我们让一个特征分别分成[2,3,4.....20]箱，观察每个分箱个数下的IV

0.2740

1

2

0

关注作者

收藏

赵娜0418

Mi的具体意义会不会因为场景不同而不同？

Mi的具体意义会不会因为场景不同而不同？答：是的，Mi的具体意义可能因为场景不同适当调整Mi中的i是非负整数，具体可以写为M0，M1，M2……M0：约定还款日第二天到下一个账单日M1：未还款的第二个账单日到第二个账单的最后约定还款日之间M2：未还款的第三个账单日到第三个账单的最后约定还款日之间Mi不是某⼀个时刻，而是⼀个时间区间

0.2740

1

0

0

关注作者

收藏

赵娜0418

贷款准⼊环节的申请评分卡具体的操作步骤是什么？

贷款准⼊环节的申请评分卡具体的操作步骤是什么？答：

0.2740

1

1

0

关注作者

收藏

赵娜0418

金融领域中信用风险的主体一般是什么？

金融领域中信用风险的主体一般是什么？信⽤风险发生的主体通常为：个人、公司及主权。1、个人违约个人向金融机构进行借贷后，没有在规定期限内还款的行为。2、公司违约公司向金融机构借贷后，没有在规定期限内还款的行为，或者公司在发行债券等融资产品后，没有履行或者延期履行利息或本金的支付义务。3、主权违约是指一国政府无法按时对其向外担保借来的债务还本付息的情况，如债务重组。

0.2698

1

1

0

关注作者

收藏

赵娜0418

巴塞尔资本协定中的变量应用在什么地方？怎么计算？

巴塞尔资本协定中的变量应用在什么地方？怎么计算？答：主要可应⽤于主权、银⾏和公司⻛险暴露时，计算方法是：违约概率：Probability of default，PD。即特定时间段内借款⼈违约的可能性。违约损失率：Loss given default，LGD。即违约发⽣时风险暴露的损失程度。违约风险暴露：Exposure at default，EAD。即对某项贷款承诺⽽言，发⽣生违约时可能被

0.2698

1

3

0

关注作者

收藏

shauna570392

F Statistics是什么

F Statistics 是指在零假设成立的情况下，符合F分布的统计量，多用于计量统计学中，可以用于评估线性回归

0.0000

0

2

0

关注作者

收藏

shauna570392

为什么填补数据得出的结果比原数据集的要好？

一、问题描述在选择哪个col 先来预测的问题，预测得到的值的误差难道比手填0的值更大嘛？首先预测col 1 有3% 时，col 30%的缺失值先手动填补0，再去预测col 1 。二、问题解答在上面的图话，我们手动填补0，预测的结果放入col里面，再进行下一步计算。会有误差下面的图，里面预测得到的col3和col2里面，也是先手动填补0，再来预测，手动填补0会有误差，预测也会有误差，

0.0000

0

2

0

关注作者

收藏

shauna570392

R-square，就是度量拟合优度的一个统计量，即常说的r方，它叫做可决系数，它的计算方法为a越接近于1代表模型拟合效果越好。

0.0000

0

3

0

关注作者

收藏

shauna570392

MAE或MSE有什么作用

均方误差(MSE)是最常用的回归损失函数，计算方法是求预测值与真实值之间距离的平方和。平均绝对误差（MAE）是另一种用于回归模型的损失函数。MAE是目标值和预测值之差的绝对值之和。都是用来评估模型的拟合程度好不好。

0.0000

0

1

0

关注作者

收藏

shauna570392

集合起来的有效信息越多，不就是预测越好嘛？

理论上是这样，但是如果缺失值过多，所包含的有效信息是不够的，会影响模型的预测。

0.0000

0

4

0

关注作者

收藏

shauna570392

随机森林x的分段数量是什么

这个是对单颗树来说的，不同的区间预测出来的正确率不同。构建树的预测值时，最后取平均得到随机森林的预测值，所显示出的是每个x下不同树预测出来y的平均值。

0.0000

0

8

0

关注作者

收藏

shauna570392

随机森林的n_estimators是什么

n_estimators随机森林算法里的一个参数，用于设置分类器的个数。

0.0000

0

1

0

关注作者

收藏

shauna570392

字段处理能不能不填0，填均值

可以，填补缺失值有多种方式。可以使用均值填补。根据不同的情况，还可以使用众数和中位数填补。比如分类型变量使用众数填补，数据分布有偏的情况使用中位数填补。

0.0000

0

0

0

关注作者

收藏

shauna570392

python 运行报错

正确写法：import sklearnlist(sklearn.metrics.SCORERS.keys())错误原因为metrics拼写错误

0.0000

0

5

0

关注作者

收藏

shauna570392

随机森林怎么避免出现某个y值太大？

如果使用随机森林预测连续性变量可以使用回归树，在回归树中，训练数据中叶子节点得到的值是该区域内观测值的平均响应值。因此，如果一个数据观测值落在那个区域（叶子节点），我们将用这个区域内所有观测值的平均值作为它的预测值。因为大型的树倾向于受影响，导致低偏差（过度拟合）或高方差（极度不拟合）。不过如果我们生成大量的树，最终的预测值采用集成所有树产生的输出的平均值，就可以避免方差的问题。y的大小已经平均

0.0000

0

1

0

关注作者

收藏

shauna570392

随机森林没有splitter参数吗？默认是什么

有，splitter: ”best” or “random”(default=”best”)随机选择属性还是选择不纯度最大的属性，建议用默认，默认为best。

0.0000

0

1

0

关注作者

收藏

shauna570392

随机森林单分类器只能是决策树吗

是的，每棵决策树都是一个分类器（假设现在针对的是分类问题），那么对于一个输入样本，N棵树会有N个分类结果。而随机森林集成了所有的分类投票结果，将投票次数最多的类别指定为最终的输出，这就是一种最简单的 Bagging 思想。

0.0000

0

3

0

关注作者

收藏

<1…414243…69>

CDA考试动态

CDA报考指南