Прогнозирование приемлемости кредита: обработка данных-2 В последней части этой серии я показал основные операции обработки данных, которые включают в себя: удаление постоянных функций, удаление повторяющихся функций, удаление повторяющихся строк, удаление функций, связанных ›85% отсутствующих значений. Это предварительные шаги, которые нам нужно выполнить почти для каждого набора данных. После завершения описанной выше обработки мы сократили количество функций со 153 до 93. В этой..

Прогнозирование приемлемости кредита: исследовательский анализ данных В первой части этой серии я показал некоторую необходимую обработку данных, которая включает в себя: удаление постоянных функций, удаление повторяющихся функций, удаление повторяющихся строк, удаление функций, связанных ›85% отсутствующих значений. Это предварительные шаги, которые нам нужно выполнить почти для каждого набора данных. После завершения вышеупомянутой обработки я смог удалить 60 нерелевантных функций, в..

Прогнозирование приемлемости кредита: создание прогнозной модели Эта статья является заключительной частью серии из четырех частей, посвященных прогнозной модели. В первых двух частях ( часть-1 и часть-2 ) я показываю, как обрабатывать и очищать необработанные данные. Затем, в третьей части , я покажу, как выполнить некоторый исследовательский анализ данных (EDA), чтобы разобраться в данных и разработке функций. В конце обработки и EDA у нас теперь есть 30 наиболее важных функций,..