사기 예측 (언발란스 데이터) (3) 썸네일형 리스트형 10_prev_baseline_01_exercise_pandas_대출상환 예측_피처 엔지니어링_2단계(판다스 고급기술 활용) prev_application 데이터 세트 기반의 EDA와 Feature Engineering 수행 후 학습 모델 생성/평가¶ 라이브러리 및 데이터 세트 로딩. 이전 application 데이터의 FE 함수 복사¶ In [1]: import numpy as np import pandas as pd import gc import time import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings('ignore') %matplotlib inline pd.set_option('display.max_rows', 100) pd.set_option('display.max_columns', 200) 코랩 버전.. 09_4_app_baseline_02_exercise_피처 엔지니어_1단계 application 데이터 세트에 다양한 feature engineering 수행. application_train(test) 주요 feature값들의 분포도등의 EDA 수행. application_train(test) 주요 feature 들의 추가적인 가공을 통한 feature engineering 수행. 라이브러리와 app 데이터 세트 로딩¶ In [1]: import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import gc,os,sys import random from sklearn.model_selection import KFold, StratifiedKFold import warn.. 09_3_app_baseline_01_exercise_은행대출_상환_가능 불가능 예측 라이브러리와 app 데이터 세트 로딩¶ In [160]: from IPython.core.display import display, HTML display(HTML("")) C:\Users\82105\AppData\Local\Temp\ipykernel_19812\2892539641.py:1: DeprecationWarning: Importing display from IPython.core.display is deprecated since IPython 7.14, please import from IPython display from IPython.core.display import display, HTML In [ ]: import numpy as np import pandas as pd import .. 이전 1 다음
