ML之FE：利用FE特征工程(分析两两数值型特征之间的相关性)对AllstateClaimsSeverity(Kaggle2016竞赛)数据集实现索赔成本值的回归预测

ML之FE：利用FE特征工程(分析两两数值型特征之间的相关性)对AllstateClaimsSeverity(Kaggle2016竞赛)数据集实现索赔成本值的回归预测

 

 

目录

输出结果

设计思路

核心代码

 

 

 

 

输出结果

1、数据集简介

Dataset之AllstateClaimsSeverity：AllstateClaimsSeverity数据集(Kaggle2016竞赛)的简介、下载、案例应用之详细攻略

 

 

2、数据可视化

T1、绘制heatmap图

T2、绘制散点图

 

 

设计思路

 

核心代码

threshold = 0.5     
corr_list = []      
for i in range(0,size):                                   
    for j in range(i+1,size):                             
        if (data_corr.iloc[i,j] >= threshold and data_corr.iloc[i,j] < 1) or (data_corr.iloc[i,j] < 0 and data_corr.iloc[i,j]