测试集送入模型后进行结果展示

读取测试集图像和标签后送入训练好的模型，然后对图像进行结果展示(测试代码是看B站视频的代码复现的)，请问这个错误怎么解决

• 你可以看下这个问题的回答https://ask.csdn.net/questions/7774263
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：试题 历届真题 杨辉三角形【第十二届】【省赛】【B组】
• 除此之外, 这篇博客: （信贷风控八）行为评分卡模型（B卡）的介绍中的 特征构造 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 一般有以下几类特征

  • 还款率类型的特征

  

  

  • 额度使用率类型的特征

  

  

  • 逾期类型的特征

  这里注意一下，不能用轻度逾期去预测轻度逾期，不能用重度逾期去预测重度逾期，这里的目标变量是DPD（day past due）90，变量可以是DPD60、DPD30等

  

  • 消费类型的特征（每一笔消费有具体详细可以做）

  

  • 三方机构（社交数据、出行数据）

   

  下面就来讲解一下行为评分卡建立模型的步骤（和申请评分卡差不多）

  • 数据预处理
  • 特征衍生

  

  • 特征处理与筛选

  

  

  

  

  • 变量分箱
  • 模型的参数估计（逻辑回归模型）

  

  • 特征挑选

  逻辑回归要求系数为负而且P值要显著，我们使用外生模型GBDT估计模型重要性

  

  

  也就是挑选4个GBDT模型最重要的变量进行逻辑回归后，发现其逻辑回归系数为负，之后我们按照GBDT模型变量重要性降序顺序一个一个往里面加，每加一个，进行一次逻辑回归，发现存在逻辑回归系数为正的，就可以把该变量剔除

  

  添加完所有变量后，逻辑回归结果如下图所示，还是存在P值不显著情况，单独拿去这些变量一个一个与目标变量进行逻辑回归检验其显著性

  

  所以，我们使用LASSO再次进行变量挑选

  

  • 模型的性能测试

  

  • 概率转换为分数

  

   

  代码详细请关注我的下一篇博客哦，喜欢的小伙伴可以点个赞

   

• 您还可以看一下 冯传宇老师的玩转微信小程序 实战高仿B站小程序课程中的 评论展示组件的封装及数据展示小节, 巩固相关知识点