中级
分析GBDT在各贷款等级上的预测准确度
未完成
中级参考
代码结构已给出,请填写 ____ 处
def solve():
from pyodide.http import open_url
from io import StringIO
loans_featured_csv = open_url(____).read()
import pandas as pd
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import roc_auc_score
from io import StringIO
df = pd.read_csv(StringIO(____))
num_cols=[c for c in df.select_dtypes(____).columns if c not in ['____','____'] and not c.endswith(____)]
X=df[num_cols].fillna(____); y=df['____']
X_tr,X_te,y_tr,y_te=train_test_split(____)
gb=GradientBoostingClassifier(____)
gb.fit(____)
prob=gb.predict_proba(____)[:,____]
te_df=pd.DataFrame(____)
results=[]
for g,grp in te_df.groupby(____):
if grp['____'].nunique()>____:
results.append({'____':g,'____':len(____),'____':round(roc_auc_score(____),____)})
rdf=pd.DataFrame(____).sort_values(____)
print(rdf.to_string(____))
print(____)
示例
输入
solve()
期望输出
grade count auc
7 11 0.2222
6 39 0.4759
5 148 0.5050
2 597 0.5692
3 540 0.5828
1 358 0.5968
4 307 0.6271
最难预测grade: 7.0 (AUC=0.2222)
👑
升级 VIP
解锁全部题目,畅通无阻地学习
- ✓ 解锁全部训练包所有题目
- ✓ 查看完整参考代码和提示
- ✓ 浏览器内直接运行 Python 代码
- ✓ 自动批改 + 进度追踪
30天
¥18
1年
¥99
2年
¥158
3年
¥199