选择评估指标
破产是少数类。漏判一家破产企业的代价，可能高于一次误报。我也使用了 F3 指标来考察这一权衡；它赋予召回率的权重高于精确率。
项目起点
一个从问题出发的大学项目：我能从企业数据中提取哪些有助于判断破产风险的信息？
问题与决策
策略比较
我比较了不同模型和阈值，观察检出的案例与误报如何变化，并使用 Random Forest 研究了特征重要性。
运作方式
- 一个 Python 笔记本使用 pandas、NumPy 和 scikit-learn 工具整理表格数据，并进行标准化处理。
- 随机森林支持特征重要性分析。实验将不同的 RF 配置与支持向量机进行比较。
- 神经网络实验使用 TensorFlow/Keras，研究网络架构、正则化以及过拟合迹象。
- 通过 F3-score、ROC 曲线和保存在 notebook 中的图表，对决策阈值和特征集进行比较。
深入项目
从数据到解读：项目的各个阶段。
- 数据与准备
- 功能与标准化
- 随机森林 · SVM · 神经网络
- 阈值 · F₃ · ROC · 过拟合
我的收获
这个项目让我学会在看模型得分时，也关注背后的错误。改变评估指标或阈值，会改变哪些样本被识别出来。每次比较模型时，我都希望明确呈现这种权衡。
有个有趣的问题？
告诉我你想构建或改进什么、谁会使用，以及有哪些约束条件。我会回复你，一起确定从哪里开始。