项目链接：

科赛 – Kesci.com​ www.kesci.com

代码实例：

# -*- coding:UTF-8 -*-

# 导入需要用到的python包

import pandas as pd # 常用的数据分析包

import matplotlib as mpl # 可视化包

from sklearn.preprocessing import StandardScaler

from sklearn.model_selection import train_test_split # 数据集切分包

from xgboost import XGBClassifier # 算法包

import pickle # 用于保存模型的包

from sklearn.metrics import classification_report # 模型评价包（分数越高越好）

# 导入训练数据（历史数据）及测试数据

train_data = pd.read_csv(‘F:/02 数据挖掘/05 Coding/二分类算法–提供银行精准营销解决方案/train_set.csv’,encoding=’utf-8′,engine=’python’)

test_data = pd.read_csv(‘F:/02 数据挖掘/05 Coding/二分类算法–提供银行精准营销解决方案/test_set.csv’,encoding=’utf-8′,engine=’python’)

# 进行数据预处理（包括删除无用变量，分离变量，字符类型数据处理，数字类型数据归一化），注意要将训练数据和测试数据进行相同的处理

# 1.删除空值

train_data.dropna()

test_data.dropna()

# n=0

# print(len(test_data))

# for i in range(len(test_data)):

# for j in test_data.columns:

# if test_data.loc[i,j]==None:

# n=n+1

# print(n)

# train_data.drop([‘ID’,’contact’,’day’,’month’,’duration’,’pdays’],axis=1,inplace=True)

# test_data.drop([‘ID’,’contact’,’day’,’month’,’duration’,’pdays’],axis=1,inplace=True)

ID =test_data[‘ID’]

train_data.drop([‘ID’],axis=1,inplace=True)

test_data.drop([‘ID’],axis=1,inplace=True)

train_data.reset_index(drop=True)

test_data.reset_index(drop=True)

# 2.分离因变量及自变量

y = train_data[‘y’]

train_data.drop([‘y’],axis=1,inplace=True)

# 3.字符类型数据处理（使用one-hot编码）

train_data_get_dummies = pd.get_dummies(train_data)

test_data_get_dummies = pd.get_dummies(test_data)

# 4.数据归一化（使每个变量下的数据正态分布）

scaler = StandardScaler()

train_scaled = scaler.fit_transform(train_data_get_dummies)

test_scaled = scaler.fit_transform(test_data_get_dummies)

# 使用train_test_split函数划分数据集(训练集占75%，测试集占25%)

x_train,x_test,y_train,y_test = train_test_split(train_scaled,y,random_state = 1)

# 使用XGBOOST算法，对训练数据进行拟合

XGB = XGBClassifier(max_depth=8)

clf = XGB.fit(x_train,y_train)

# 保存本地模型

with open(‘F:/02 数据挖掘/05 Coding/二分类算法–提供银行精准营销解决方案/XGB模型’,’wb’) as f:

pickle.dump(clf,f)

# 读取本地模型，并对模型打分

pickle_in = open(‘F:/02 数据挖掘/05 Coding/二分类算法–提供银行精准营销解决方案/XGB模型’,’rb’)

clf = pickle.load(pickle_in)

pred_most_frequent = clf.predict(x_test)

print(classification_report(y_test, pred_most_frequent))

score = clf.score(x_test,y_test)

print(score)

# print(clf.predict_proba(test_scaled))

result = {‘ID’:(ID),

‘pred’:(clf.predict_proba(test_scaled)[:,1])}

result = pd.DataFrame(result)

result.to_csv(‘F:/02 数据挖掘/05 Coding/二分类算法–提供银行精准营销解决方案/result.csv’,index=None)

print(result)