Day35文件的规范拆分和写法

credit_default_prediction/ │ ├── data/ # 数据文件夹 │ ├── raw/ # 原始数据 │ └── processed/ # 处理后的数据 │ ├── src/ # 源代码 │ ├── __init__.py │ ├── data/ # 数据处理相关代码 │ │ ├── __init__.py │ │ ├── preprocessing.py │ │ └── feature_engineering.py │ │ │ ├── models/ # 模型相关代码 │ │ ├── __init__.py │ │ ├── train.py │ │ └── evaluate.py │ │ │ └── visualization/ # 可视化相关代码 │ ├── __init__.py │ └── plots.py │ ├── notebooks/ # Jupyter notebooks │ └── model_development.ipynb │ ├── requirements.txt # 项目依赖 └── README.md # 项目说明文档

安装依赖

pip install -r requirements.txt

1. 运行模型训练：

python src/models/train.py

详细说明

数据预处理

• 处理缺失值
• 特征编码（标签编码和独热编码）
• 数据集划分

模型训练

• 使用随机森林分类器
• 包含默认参数训练
• SHAP值解释模型预测

特征工程

• 连续特征处理
• 离散特征编码
• 特征重要性分析

注意事项

1. 所有模块导入都使用相对导入或绝对导入
2. 主要执行文件都包含if __name__ == "__main__":语句
3. 配置文件分离，避免硬编码
4. 使用日志记录而不是print语句

依赖说明

• pandas
• numpy
• scikit-learn
• matplotlib
• seaborn
• shap

@浙大疏锦行