https://github.com/garrrikkotua/tinkoff_lab_feature_selection

Feature selection for Tinkoff fintech lab
https://github.com/garrrikkotua/tinkoff_lab_feature_selection

jupyter-notebook python

Last synced: 2 months ago
JSON representation

Feature selection for Tinkoff fintech lab

• Host: GitHub
• URL: https://github.com/garrrikkotua/tinkoff_lab_feature_selection
• Owner: garrrikkotua
• Created: 2019-11-01T06:07:37.000Z (over 5 years ago)
• Default Branch: master
• Last Pushed: 2019-11-15T06:53:01.000Z (over 5 years ago)
• Last Synced: 2025-01-28T11:23:28.680Z (4 months ago)
• Topics: jupyter-notebook, python
• Language: Jupyter Notebook
• Homepage:
• Size: 4.04 MB
• Stars: 0
• Watchers: 3
• Forks: 1
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# Tinkoff_Lab_Feature_Selection

 Tinkoff_Lab_Feature_Selection

 

 Это репозиторий проекта лаборатории финансовых технологий Тинькофф.

# Цель проекта

Используя данные партнеров компании, отобрать самые важные признаки для улучшения моделей предсказания дефолтности и грейсовости     клиентов.

# Использованные методы отбора признаков

    


     


Univariate selection



     


Backward elimination

 

     


Forward selection



     


L1-based feature selection



     


PCA



     


Feature importance используя XgBoost



     


Feature importance используя Catboost



    


    

 # Описание файлов

    1. working_with_grace.ipynb, working_with_pd.ipynb - сравнение методов 1, 2, 4 и 5 для grace и pd соответсвенно

    2. Trying_xgboost_grace.ipynb, Trying_xgboost_pd.ipynb - 6 и 7 для grace и pd соответсвенно

    3. Forward_selection.ipynb - 3 метод для grace и pd

    4. Combining_models_pd.ipynb, Combining_models_grace.ipynb - комбинирование моей и текущей модели для сравнения (используя метод 2)

    5. Combining_models_pd_fs.ipynb, Combining_models_grace_fs.ipynb  комбинирование моей и текущей модели для сравнения (используя метод 3)

    6. comparison_methods.xlsx - итоговая таблица сравнения всех методова 1-7

    7. comparison_tinkoff.xlsx - итоговая таблица сравнения моей модели и текущей (на методах 2 и 3)

    8. Отчет_по_проделанной_работе.docx - описание проделанной работы

    9. autoencoder.ipynb - попытка понижения размерности датасета с помощью нейронной сети

    10. все остальное - данные и служебные файлы

 # Смотрите файл "Отчет_по_проделанной_работе.docx", чтобы узнать подробности.