【学习】决策树之玩转借贷俱乐部

老板给了斯蒂文一份 csv 数据里面记录着 122,000 多条数据 (每条数据有 68 个特征)，下图选了几条不完整的信息展示：

上图记录着一些重要特征如 loan_amount, term, int_rate 和 grade，分别指是贷款本金、年限、利率和评级。

经过一周的努力，斯蒂文用下面的方法一步步探索了借贷俱乐部的数据

• 首先预处理数据

• 再用 sklearn 自带树模型

• 然后自己编写决策树模型

• 最后修剪树而防止过拟合

进入王的机器公众号，在对话框回复 ML14 可下载代码 (ipython notebook 格式) 和数据 (csv格式)

目录

第一章 - 数据预处理

    1.1 引用包

    1.2 研究数据

    1.3 处理数据

第二章 - 决策树 (sklearn)

第三章 - 决策树 (MM)

    3.1 子函数

    3.2 构建决策树

    3.3 可视化决策树

第三章 - 决策树 (pruning)

    3.1 子函数

    3.2 构建决策树

    3.3 探索决策树

下面斯蒂文用 ipython notebook 带你们玩转借贷俱乐部。

原文链接：

http://mp.weixin.qq.com/s/NluKadt3gj5V2xBQUoSTxA