美文网首页
投标工具

投标工具

作者: 与尔岩说 | 来源:发表于2017-08-13 21:14 被阅读0次

智能投标

智能投标这里采用了两种算法,但是总体思路都是先筛选出来可能亏损的标的然后再用一个回归器来预测具体选择这个标的的收益情况。
代码如下:
首先是用到的包包的导入,这里一般我都是固定的会导入pandas,numpy还有画图的代码,并且在画图的时候为了让他显示美观都会做如下的设置,所以其实可以直接写入配置文件中,参考(配置你的jupyter)

import pandas as pd
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
import plotly
plotly.offline.init_notebook_mode(connected=True)
import plotly.plotly as py
import plotly.graph_objs as go
%matplotlib inline
from sklearn import linear_model
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix
from sklearn import linear_model, preprocessing
from IPython.display import display
pd.set_option('display.max_columns', 9999)
pd.set_option('display.float_format', lambda x: '%.4f' % x)
sns.set_style("darkgrid",{"font.sans-serif":['simhei', 'Arial']})  # for chinese display
import matplotlib as mpl
mpl.rcParams['axes.unicode_minus'] = False  # for minus display
import datetime
import xgboost as xgb

下一步是读取数据并且对于数据进行处理:
1) 时间类型的处理以及两个表的拼接

df_lc = pd.read_csv('./LC.csv')
df_lc['借款成功日期'] = pd.to_datetime(df_lc['借款成功日期'])
df_lp = pd.read_csv('./LP.csv')
df_lp['到期日期'] = pd.to_datetime(df_lp['到期日期'])
df_lp['还款日期'] = pd.to_datetime(df_lp['还款日期'].str.replace('\\\\N', '2099-12-31'))
df_lp['还款状态'] = df_lp['还款状态'].astype(int)
df_lp = df_lp[df_lp['到期日期'] < '2016-11-01']  # 最晚的recorddate是2017-02-22,所以选2016-11-01前到期来计算三个月逾期率是比较合适的
df_lc = df_lc[df_lc.ListingId.isin(df_lp.ListingId.unique())]
expected_pp = df_lp.groupby('ListingId')['应还本金'].sum()
ind_consistent = np.isclose(df_lc[['ListingId', '借款金额']].set_index('ListingId')['借款金额'], expected_pp)
df_lc = df_lc[df_lc.ListingId.isin(expected_pp[ind_consistent].index)]
df_lp = df_lp[df_lp.ListingId.isin(expected_pp[ind_consistent].index)]
expected_ret = df_lp.groupby('ListingId')[['应还本金', '应还利息']].sum().sum(axis=1)
pp = df_lc[['ListingId', '借款金额']].set_index('ListingId')['借款金额']
real_ret = expected_ret - df_lp.groupby('ListingId')[['剩余本金', '剩余利息']].sum().sum(axis=1)
real_ROI = real_ret / pp
df_lc = pd.merge(df_lc, real_ROI.rename('real_ROI').to_frame(), how='left', left_on='ListingId', right_index=True)
# ROI per month
df_lc['real_ROI_per_year'] = ((df_lc['real_ROI'] - 1) / df_lc['借款期限']) * 12
df_lc.head()

2) 类别变量的编码

X['初始评级'] = preprocessing.LabelEncoder().fit_transform(X['初始评级'])
X = pd.concat([X, pd.get_dummies(X['借款类型'], prefix='借款类型')], axis=1).drop('借款类型', axis=1)
X['是否首标'] = preprocessing.LabelEncoder().fit_transform(X['是否首标'])
X['性别'] = preprocessing.LabelEncoder().fit_transform(X['性别'])
X['手机认证'] = np.where(X['手机认证'] == '未成功认证', 0, 1)
X['户口认证'] = np.where(X['户口认证'] == '未成功认证', 0, 1)
X['视频认证'] = np.where(X['视频认证'] == '未成功认证', 0, 1)
X['学历认证'] = np.where(X['学历认证'] == '未成功认证', 0, 1)
X['征信认证'] = np.where(X['征信认证'] == '未成功认证', 0, 1)
X['淘宝认证'] = np.where(X['淘宝认证'] == '未成功认证', 0, 1)
X.head()

3)特征离散化

def add_ends_to_bins(bins):
    return np.append(np.insert(bins, 0, -np.inf), np.inf)
dict_s_fea_dct = {}
s_amount_C = df_lc_C['借款金额']
q = [0.05, 0.2, 0.5, 0.8, 0.95]
bins = s_amount_C.quantile(q)
s_fea_dct_amount_C = pd.cut(s_amount_C, add_ends_to_bins(bins.values))
dict_s_fea_dct['amount'] = s_fea_dct_amount_C

可以画图说明:

x_quantile = np.arange(0.01, 1., 0.01)
df_lc['real_ROI_per_year'].quantile(x_quantile)
plt.plot(x_quantile, df_lc['real_ROI_per_year'].quantile(x_quantile));

先训练二分类模型:

y = df_lc.real_ROI_per_year < 0
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.1, random_state=42, stratify=y)
xgb_params = {
    'eta': 0.01,
    'max_depth': 13,
    'subsample': 0.7,
    'colsample_bytree': 0.7, 
    'scale_pos_weight': (y_train == 0).sum() / (y_train == 1).sum(), 
    'max_delta_step': 1, 
    'objective': 'binary:logistic',
    'eval_metric': 'error', 
    'silent': 1, 
    'shuffle': True, 
}

dtrain = xgb.DMatrix(X_train.values, y_train.values)
dtest = xgb.DMatrix(X_test.values, y_test.values)
cv_output = xgb.cv(xgb_params, dtrain, num_boost_round=10000, early_stopping_rounds=20,
    verbose_eval=50, show_stdv=False)
cv_output[['train-error-mean', 'test-error-mean']].plot();

按交叉验证得到的参数重新训练:

num_boost_rounds = len(cv_output)
model = xgb.train(dict(xgb_params, silent=0), dtrain, num_boost_round=num_boost_rounds)

保存模型:

model.save_model('xgb_clf_first_step_maxdepth_13_for_default.model')

读取模型(如果之前已保存,则不用做之前的训练步骤):

model_for_default = xgb.Booster({'nthread':4}) #init model
model_for_default.load_model('xgb_clf_first_step_maxdepth_13_for_default.model') # load data

查看特征重要性:

fig, ax = plt.subplots(1, 1, figsize=(8, 13))
xgb.plot_importance(model_for_default, height=0.5, ax=ax);
fscore = model_for_default.get_fscore()
s_fscore = pd.Series({int(k.lstrip('f')): v for k, v in fscore.items()})
s_fscore.index = X.columns
s_fscore.sort_values(ascending=False)
model_for_default.predict(dtest)
confusion_matrix(y_test, model_for_default.predict(dtest) > 0.02)

相关文章

  • 投标工具

    智能投标 智能投标这里采用了两种算法,但是总体思路都是先筛选出来可能亏损的标的然后再用一个回归器来预测具体选择这个...

  • P2P自动投标工具

    1 P2P自动投标工具定义 P2P自动投标工具是辅助用户实现自动选择标的,并实现成功出借的工具。标的是指借款人发起...

  • 4.25

    施工投标条件与程序 本章主要包括投标条件,投标程序,投标策略,编制投标书要点 投标条件,工程项目已具备招标条件,投...

  • 大客户成交—招投标的流程

    招投标的流程如下图所示。 投标工作按投标备战、投标会战和投标追击三个阶段进行。 1.投标备战:抓信息,作比较,早准...

  • 哪些情况下 投标人的投标保证金不予退还?

    我们都知道,投标人在递交投标文件的同时是需要同时递交投标保证金的。这么做主要是为了防止投标人撤销投标文件,防止投标...

  • 投标文件制作4大注意事项,从此和废标说拜拜

    对于投标人【投标单位】而言,工程投标文件准备得是否规范、充分,直接影响其中标概率。因此,每个投标人【投标单位】都应...

  • 投标(3)

    投标书制作 “ 四注意 ” 投标文件(本文简称投标书)是评标的主要依据,是事关投标者能否中标的关键。综合一些投标者...

  • 什么是否决投标?否决投标和废标的区别?

    关于“否决投标”和“无效投标”的规定,常令一些招投标人特别是新手感到迷茫和困惑。理清“否决投标”和“无效投标”的含...

  • 初步评审2021-11-10

    一、标准 1、形式评审标准 ——投标人的名称;投标函的签字盖章;投标文件的格式;联合体投标人;投标报价的唯一性;其...

  • [说法]违法招投标30条认定标准

    围标串标都是犯法,做工程的特别要牢记啦! 一、投标人相互串通投标 投标人之间协商投标报价等投标文件的实质性内容; ...

网友评论

      本文标题:投标工具

      本文链接:https://www.haomeiwen.com/subject/plosrxtx.html