机器学习 该练习包括一方面使用不同的重采样技术来分析信用风险,另一方面使用集成技术来分析信用风险。 在第一部分中,我们将使用过采样,欠采样以及组合的(过高和不足)采样技术来查看哪种模型在预测信用风险方面做得更好。 在第二部分中,我们将使用不同的集成技术进行相同的操作,以查看哪种模型在预测信用风险方面也做得更好。 分析记录位于ipynb文件中。 重采样技术: 哪种型号的平衡准确度得分最高? 在本练习中,我们使用了4个模型:朴素的随机过采样,SMOTE过采样,欠采样和组合(上下采样)采样。 SMOTE过采样模型产生的最佳平衡精度得分为0.8388510243681058,紧随其后的是