目录结构
├── #原始数据集
│ ├── entprise_evaluate.csv
│ ├── entprise_submit.csv
│ ├── train
│ ├── annual_report_info.csv
│ ├── base_info.csv
│ ├── change_info.csv
│ ├── entprise_info.csv
│ ├── news_info.csv
│ ├── other_info.csv
│ └── tax_info.csv
│
├── feature # 特征工程中间文件
│ ├── cat_cols.json
│ ├── test.csv
│ └── train.csv
├── importance.csv
├── result # 提交结果
│ └── cat_sub.csv
└── siriyang_catboost_baseline.ipynb
└── siriyang_catboost_baseline.py
环境配置说明
- numpy
- pandas
- matplotlib
- lightgbm
- catboost
实现训练的流程
-
数据观察
-
思维导图
-
base_info：所有企业的基本信息。
-
annual_report_info：企业的年报基本信息。
-
tax_info：企业的纳税信息。
-
change_info：企业的变更信息。
-
news_info：企业的新闻舆情信息。
-
other_info：企业的其他信息。
-
-
数据特征提取
id base_oplocdistrict base_industryco base_enttype base_enttypeitem base_state base_orgid base_jobid base_adbusign base_townsign base_regtype base_empnum base_compform base_parnum base_exenum base_venind base_enttypeminu base_protype base_regcap base_reccap base_forreccap base_forregcap base_congro base_enttypegb base_industryphy_id -
模型训练代码块
-
评价指标
代码运行
- 使用jupyter notebook进行代码运行 siriyang_catboost_baseline.ipynb
- 使用cmd进行 python siriyang_catboost_baseline.py