# bjAI23_data_mining

**Repository Path**: wine-wf/bj-ai23_data_mining

## Basic Information

- **Project Name**: bjAI23_data_mining
- **Description**: 来到了数据挖掘实战, 人才流失预测案例, 主要考核指标AUC, 大家加油...
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2025-04-19
- **Last Updated**: 2026-02-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 实战项目要求

### Git操作

- clone 项目
- 代码的commit push pull 操作
- 拉分支，切换分支
- 冲突的解决

### 步骤

先装git，配置，申请成为开发者

clone项目

切换到自己组的分支中 group_01

- 每个组找一个同学建立项目结构
  - commit/push 操作的都是文件 如果创建了一个空白的文件夹, 里面没有任何文件, 是不能被提交的
- 一个同学建立目录结构之后, 其它同学pull

把新的目录结构pull 下来之后, 拉自己的分支

- 如果已经拉了自己的分支, 可以把自己组的修改 merge过来

### 时间安排

1.21日下午2点前完成，下午2点开始进行项目答辩。

### 实战要求

- 各组每天早晨开晨会
- 每天晚上各组成员需要向组长提交日报
- 组长需要尽快完成项目安排, 并写入研发计划
  - 建议：大家都要做，遇到分歧一起讨论，挑选最优方案进行汇报
- 结果提交: 模型AUC>=0.75
  - AUC值通过真实标签与预测正类的概率值计算得出，例如：roc_auc_score(y_test, model.predict_proba(x_test)[:, 1])
  - 开发过程中遇到问题, 优先组内解决, 实在无法解决再找老师寻求帮助

注意代码及时commit , 功能完成时记得push到远端(gitee)

### 开发中用到的工具

- git 版本控制工具, 用于代码管理

## 实战项目说明

### 介绍

```shell
#1.人才流失预测
预测人才会不会流失，相对比较简单。评比的标准项目。

#2.天猫复购预测
预测用户会不会复购，有一定的难度，适用于学有余力的同学。

#1.捷信风控预测
预测用户会不会违约，有一定的难度，且数据量大，内存最好>16G
```



### 评价指标

```shell
#1.人才流式
AUC

#2.天猫复购
AUC

#3.捷信风控
AUC、KS
```



### 思路参考

```shell
#1.数据加载

#2.探索性数据分析

#3.特征工程
人才流失中，更多的是做特征选择
天猫复购中，特征衍生
捷信风控中，需要大内存，套路和课程中类似

#4.模型训练
二分类问题，决策树，逻辑回归，随机森林，集成学习，xgboost，LightGBM都可以尝试。

#5.模型评估
三个案例中，AUC>=0.75。
（捷信风控中需要计算KS）
```