数据集:银行客户信息
数据集:银行客户信息
链接:https://pan.baidu.com/s/1JXqEMxgOrNlkVyBt1fQTWw
提取码:2him
# 导包
import pandas as pd
import numpy as np
# 导入数据
train_data = pd.read_csv('modified_bank-additional-train.csv')
test_data = pd.read_csv('modified_bank-additional-test.csv')
# 显示数据维数
train_data.shape
(7873, 21)
test_data.shape
(3964, 21)
# 查看数据集的前4个特征、后2个特征和标签(SalePrice)
train_data.iloc[0:4, [0, 1, 2, 3, -3, -2, -1]]
age | job | marital | education | euribor3m | nr.employed | y | |
---|---|---|---|---|---|---|---|
0 | 56 | services | married | high.school | 4.857 | 5191.0 | no |
1 | 54 | retired | married | basic.9y | 4.857 | 5191.0 | no |
2 | 35 | blue-collar | married | basic.6y | 4.857 | 5191.0 | no |
3 | 39 | management | single | basic.9y | 4.857 | 5191.0 | no |
# 除去最后一列的特征数据集
all_features = pd.concat((train_data.iloc[:, :-1], test_data.iloc[:, :-1]))
all_features.shape
(11837, 20)
# 查看数据集基本信息
all_features.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 11837 entries, 0 to 3963
Data columns (total 20 columns):# Column Non-Null Count Dtype
--- ------ -------------- ----- 0 age 11837 non-null int64 1 job 11837 non-null object 2 marital 11837 non-null object 3 education 11837 non-null object 4 default 11837 non-null object 5 housing 11837 non-null object 6 loan 11837 non-null object 7 contact 11837 non-null object 8 month 11837 non-null object 9 day_of_week 11837 non-null object 10 duration 11837 non-null int64 11 campaign 11837 non-null int64 12 pdays 11837 non-null int64 13 previous 11837 non-null int64 14 poutcome 11837 non-null object 15 emp.var.rate 11837 non-null float6416 cons.price.idx 11837 non-null float6417 cons.conf.idx 11837 non-null float6418 euribor3m 11837 non-null float6419 nr.employed 11837 non-null float64
dtypes: float64(5), int64(5), object(10)
memory usage: 1.9+ MB
# 查看空值信息
all_features.isnull().sum()
age 0
job 0
marital 0
education 0
default 0
housing 0
loan 0
contact 0
month 0
day_of_week 0
duration 0
campaign 0
pdays 0
previous 0
poutcome 0
emp.var.rate 0
cons.price.idx 0
cons.conf.idx 0
euribor3m 0
nr.employed 0
dtype: int64
# 查看重复值信息
all_features.duplicated().sum()
1
# 预处理数据
numeric_features = all_features.dtypes[all_features.dtypes != 'object'].index
# 非object类型数据标准化处理
all_features[numeric_features] = all_features[numeric_features].apply(lambda x: (x - x.mean()) / (x.std()))
# 标准化后,每个特征的均值变为0,所以可以直接用0来填充
all_features[numeric_features] = all_features[numeric_features].fillna(0)
# 离散数值转成指示特征(dummy_na=True将缺失值也当作合法的特征值并为其创建指示特征)
all_features = pd.get_dummies(all_features, dummy_na=True)
all_features.shape
(11837, 73)
# 转换为numpy
n_train = train_data.shape[0]
# 拆分数据集
train_features = np.array(all_features[:n_train].values)
test_features = np.array(all_features[n_train:].values)
train_labels = np.array(train_data.y.values)
test_labels = np.array(test_data.y.values)
# 支持向量机预测
from sklearn.svm import SVC
# from sklearn.linear_model import SGDClassifier
# from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
clf = SVC(kernel='linear', C=1)
clf.fit(train_features, train_labels)
predictions = clf.predict(test_features)
from sklearn.metrics import accuracy_score
from sklearn.metrics import classification_report
print(classification_report(test_labels, predictions))
print("AC", accuracy_score(test_labels, predictions))
precision recall f1-score supportno 0.90 0.86 0.88 2420yes 0.80 0.85 0.82 1544accuracy 0.86 3964macro avg 0.85 0.86 0.85 3964
weighted avg 0.86 0.86 0.86 3964AC 0.8572149344096872
数据集:银行客户信息相关推荐
- ML之FE:基于自定义数据集(银行客户信息贷款和赔偿)对比实现特征衍生(手动设计新特征、利用featuretools工具实现自动特征生成)
ML之FE:基于自定义数据集(银行客户信息贷款和赔偿)对比实现特征衍生(手动设计新特征.利用featuretools工具实现自动特征生成) 目录 基于自定义数据集(银行客户信息贷款和赔偿)对比实现特征 ...
- ML之FE:基于自定义数据集(银行客户信息贷款和赔偿)对比实现特征衍生(手动设计新特征、利用featuretools工具实现自动构造特征/特征衍生)
ML之FE:基于自定义数据集(银行客户信息贷款和赔偿)对比实现特征衍生(手动设计新特征.利用featuretools工具实现自动构造特征/特征衍生) 目录 基于自定义数据集(银行客户信息贷款和赔偿)对 ...
- asp.net中小银行客户信息管理系统
系统阐述了中小银行客户信息管理系统,并对该系统的需求分析及系统需要实现的设计方法作了介绍.该系统的基本功能包括管理员管理,客户管理,客户类型管理,员工管理,贷款管理,产品管理,个人管理等功能,并且个个 ...
- 数据集的信息总结(自己看到新的就会更新)
人体姿态: LSP (2D) 地址:http://sam.johnson.io/research/lsp.html 样本数:2K 关节点个数:14 全身,单人 FLIC (2D) ...
- botch 数据集 标注信息转换为 csv 的 python实现
长期以来都是使用 AWK, 但 botch 这个好像用 awk略麻烦,使用python 试试,就当练手了 主要是 使用 python的文件.字符串 操作,实现了 一个 有限状态机 # -*- codi ...
- 《卫生信息基本数据集编制规范》等23项行业标准的通告
相关贴子: 基本信息数据集 个人信息_1 疾病管理基本数据集第1部分:乙肝患者管理_1_1 疾病管理基本数据集第2部分:高血压患者健康管理_1 疾病管理基本数据集第3部分:重型精神疾病患者管理_1 疾 ...
- 基于Spark技术的银行客户数据分析
基于Spark技术的银行客户数据分析 1. 实验室名称: 2. 实验项目名称: 一.业务场景 二.数据集说明 三.操作步骤 阶段一.启动HDFS.Spark集群服务和zeppelin服务器 阶段二.准 ...
- 【目标检测】yolo系列:从yolov1到yolov5之YOLOv5训练自己数据集(v6.0)
一.源码下载及requirments 源码下载地址:https://github.com/ultralytics/yolov5 (持续更新中) 本人所用环境如下: pytorch:1.8(因为cuda ...
- Mnist数据集简介
1,基本概念 MNIST是一个非常有名的手写体数字识别数据集,在很多资料中,这个数据集都会被用作深度学习的入门样例.而TensorFlow的封装让使用MNIST数据集变得更加方便.MNIST数据集是N ...
最新文章
- SpringBoot学习之路:09.Spring Boot中添加Filter应用
- linux 系统性能指标采样脚本
- 傅里叶(FFT)+小波变换+数据压缩
- 《企业云桌面实施》-小技巧-04-VMWare Workstation-虚拟机强行关机开机
- mysql的数据类型以及性能优化
- AttributeError: module ‘cv2‘ has no attribute ‘SIFT‘
- android盒子模拟器,emubox模拟器盒子
- python zipfile_python zipfile - 刘江的python教程
- solr 的 field, copyfield ,dynamic field
- 一般项目的并发量有多少_汽车保养一般包含哪些项目、保养周期是多少
- eclipse修改工作的目录顺序
- 电脑黑屏的原因有哪些
- iview在项目中遇到的坑
- Scintilla教程(6): 字符集
- ubuntu16.04部署开源看板项目wekan(非docker部署)
- DeepFlow高效的光流匹配算法(下)
- Docker探赜索隐
- 20189217 2018-2019-2 《密码与安全新技术专题》第1周作业
- 泛函分析复习笔记(一)度量空间
- 风的UV分量转成风向风速(C#)