数据挖掘 - 预测财务数据（选择模型） - 吾爱随笔录

这是我第一次对财务数据做一些事情。我有一个包含帐号和有关每个客户的其他一些信息的数据集（有些客户跨越多行，因为我们每个月的信息都在不同的行中）。我设法清理并创建了一些模型，以下是混淆矩阵、分类报告和 AUC：

逻辑回归

[[185847  62897]
 [     1   1061]]


             precision    recall  f1-score   support

     not buy       1.00      0.75      0.86    248744
         buy       0.02      1.00      0.03      1062

    accuracy                           0.75    249806
   macro avg       0.51      0.87      0.44    249806
weighted avg       1.00      0.75      0.85    249806

AUC train = 0.9168592981611143
AUC test = 0.9150300677458543

随机森林分类器：

[[245503   3241]
 [   960    102]]


              precision    recall  f1-score   support

     not buy       1.00      0.99      0.99    248744
         buy       0.03      0.10      0.05      1062

    accuracy                           0.98    249806
   macro avg       0.51      0.54      0.52    249806
weighted avg       0.99      0.98      0.99    249806

AUC train = 0.9996866568080237
AUC test = 0.9139101966925902

梯度提升分类器：

[[184940  63804]
 [     3   1059]]


              precision    recall  f1-score   support

     not buy       1.00      0.74      0.85    248744
         buy       0.02      1.00      0.03      1062

    accuracy                           0.74    249806
   macro avg       0.51      0.87      0.44    249806
weighted avg       1.00      0.74      0.85    249806

AUC train = 0.8800353734759541
AUC test = 0.8657829269466372

投票分类器（来自上述所有三个）：

[[211316  37428]
 [   213    849]]


              precision    recall  f1-score   support

     not buy       1.00      0.85      0.92    248744
         buy       0.02      0.80      0.04      1062

    accuracy                           0.85    249806
   macro avg       0.51      0.82      0.48    249806
weighted avg       0.99      0.85      0.91    249806

AUC train = 0.9987531510931085
AUC test = 0.9160262741936392

由于我没有任何经验，我不确定哪种模型会产生更好的结果。你能帮我理解哪一个以及为什么吗？谢谢！