/Sinvestor

A neural-networks to seek investors.

Primary LanguagePython

Sinvestors

A neural-networks to seek investors.

数据

格上理财和it橘子匹配问题

  • it橘子的部分机构在格上理财里是基金，可以直接用基金对应机构作为匹配，但这方面之前遗漏了（橘子 id 334 之前）
  • it橘子里有些机构则是格上理财里已经退出的创投项目，应该删去？
  • it橘子里有些英文机构在格上理财里是用的中文翻译名，光靠搜索找不到
  • 有的投资机构在格上理财的网页 id 是拼音，比如 gongsi-ZhongNanZiBen.html

各文件执行功能

data_proc.py

  • 创业公司数据读取并与雷达数据合并，而后数字化
  • 投资机构数据读取并与格上数据合并，而后数字化
  • 预测时读取需预测公司与原有数据合并后的结果并进行数字化

check.py

  • 按批次进行投资公司与创业公司的抽样生成观测值
  • 对观测值生成交叉变量
  • 多进程大规模生成观测值（低正样本）并保存

getdata.py

  • 对 check.py 中生成保存的数据进行并行处理
  • 保留正样本并抽取负样本，保证正负样本比例为1:9
  • 生成新的训练数据

main.py

  • 并行预处理数据（ check.py ）
  • 直接将数据使用 fit_generator 的方法进行训练（正样本比例过低效果不佳）

data_train.py

  • 生成建立模型model（或者读取模型）
  • 使用 getdata.py 生成好的数据进行模型的训练与保存

predict.py

  • 读取填写的公司信息并合并生成新的数据
  • 生成此公司与所有机构的交叉变量（慢，可能需要并行处理）
  • 读取模型并对投资概率进行预测，并输出预测结果

model.py

  • 定义了三种模型的生成、读取以及训练（迭代器或者直接 fit ）：自编码机+全连接 分支结构 全连接
  • 需要进一步测试 xgb 等模型效果

main_model.py

  • 1.0 demo