风险大脑-支付风险识别天池大赛（四）处理无标签数据、建立完整模型

骑猪看日落 2022-05-21 09:07 293阅读 0赞

上一篇博客讲了利用随机森林模型，在有标签的交易数据基础上建立模型，并简要讲了随机森林一些参数的调优，这篇将会对无标签数据进行处理，并与原训练数据合并送入随机森林模型学习，得到最终模型。并会将测试数据接入，得到最终结果，并写入数据库。

本次大赛，整体思路流程图如下：

![70][]

**处理已被标记的无标签数据：**

input_data_prediction <- sophonR.getInput("data_prediction") # 获取 data_prediction 输入
    
    # 将原有缺失的标签列去除
    input_data_prediction <- drop(input_data_prediction, c('label'))
    input_data_prediction$label <- input_data_prediction$prediction
    
    # 过滤掉predictionLabel列，仅保留一列标签数据即可
    train_data_with_fakeLabel <- drop(input_data_prediction, c('prediction')
    train_data_with_fakeLabel <- drop(input_data_prediction, c('rawPrediction')
    train_data_with_fakeLabel <- drop(input_data_prediction, c('probability')
    
    sophonR.putOutput("trainData", train_data_with_fakeLabel) # 添加输出端口

**合并处理打标签后的数据与原有标签的数据：**

# 获取 train_data_with_fakeLabel 输入的端
    input_train_data_with_fakeLabel <- sophonR.getInput("train_data_with_fakeLabel") 
    # 获取 train_data_label 输入的端口
    input_train_data_label <- sophonR.getInput("train_data_label") 
    
    whole_train_data <- rbind(input_train_data_with_fakeLabel, input_train_data_label)
    
    sophonR.putOutput("wholeTrainData",whole_train_data )

在形成完整的数据集后，送入随机森林模型得到预测模型，接入测试数据，得到最终结果。因为送入模型的数据去除了ID列（因为在数据稽查阶段发现ID并没有重复的），故需要在正式写入数据库前添加原ID列。

**添加ID列：**

# 获取 inputLeft 输入的端口
    input_inputLeft <- sophonR.getInput("inputLeft") 
    # 获取 inputRight 输入的端口
    input_inputRight <- sophonR.getInput("inputRight") 
    
    output <- cbind(input_inputLeft,input_inputRight)
    
    sophonR.putOutput("output",output)

至此，所有工作完成。

[70]: /images/20220521/6cee238943f94d7fbd022dd5696fb8b5.png