VIP20

本课程属于：006-模型风险管理特征筛选清单 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

XGBoost特征筛选与回放验证实战教程

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

特征筛选在机器学习中的重要性 · XGBoost为何适合做特征筛选 · 课程整体大纲与学习目标

课程导论特征筛选

Python环境配置 · 安装XGBoost · Pandas

环境准备Python

XGBoost基础回顾

XGBoost的核心原理（梯度提升 · 正则化 · 树模型）

XGBoost基础回顾

数据集加载与探索

使用Scikit-learn加载经典… · 进行数据概览 · 缺失值检查

数据集加载探索

数据预处理

处理缺失值 · 异常值 · 对类别特征进行编码

数据预处理处理缺失值

训练基线XGBoost模型

划分训练集与测试集 · 训练一个默认参数的XGBoost分类… · 评估基线性能（准确率/RMSE）

XGBoost训练基线

特征重要性概述

什么是特征重要性 · XGBoost提供的三种重要性指标（… · gain

特征重要性概述什么是特征重要性

基于weight的特征筛选

提取XGBoost模型的featur… · 排序并可视化 · 筛选Top-K特征

基于gain的特征筛选

提取gain类型的重要性 · 理解其对模型性能的贡献 · 筛选高增益特征

基于cover的特征筛选

提取cover类型的重要性 · 理解特征覆盖的样本量 · 筛选高覆盖特征

特征重要性可视化

使用Matplotlib/Seabo… · 热力图 · 直观展示不同指标下的特征排序

特征重要性可视化Matplotlib/S…

递归特征消除（RFE）与XGBoost

结合RFE与XGBoost进行迭代特… · 理解RFE原理与实现

基于排列重要性（Permutation Importance）的筛选

使用eli5或sklearn.ins… · 对比与内置重要性的差异

PermutationImportance

特征筛选的阈值选择

如何确定筛选阈值（Top-K · 累积贡献率 · 重要性均值）

特征筛选的阈值选…Top-K

筛选后模型重训练

使用筛选出的特征子集重新训练XGBo… · 评估性能变化（精度 · 训练时间）

筛选后模型重训练XGBo

回放验证概念

什么是回放验证（Walk-Forwa… · 为何在时间序列或金融数据中至关重要

回放验证概念Walk-Forwa

时间序列数据准备

构建时间序列数据集 · 确保数据按时间顺序排列 · 避免未来信息泄露

时间序列数据准备构建时间序列数据…

固定窗口回放验证

实现固定窗口的回放验证流程 · 训练集与测试集按时间滑动 · 记录每次的评估指标

固定窗口回放验证实现固定窗口的回…

扩展窗口回放验证

实现扩展窗口的回放验证 · 训练集不断累积 · 测试集滑动

扩展窗口回放验证实现扩展窗口的回…

回放验证中的特征稳定性

在回放过程中监控特征重要性的变化 · 识别不稳定特征

回放验证特征稳定性

特征筛选与回放验证结合

在每次回放窗口内重新进行特征筛选 · 验证特征子集的跨时间稳定性

特征筛选回放验证结合

性能指标汇总与对比

汇总不同特征子集在回放验证中的平均性… · F1 · RMSE）

性能指标汇总对比

过拟合检测

通过回放验证中的训练集与测试集性能差… · 判断特征筛选是否导致过拟合

过拟合检测通过回放验证

超参数调优与特征筛选联动

在回放验证中同时进行超参数调优（Gr…

超参数调优特征筛选联动

金融风控评分卡——使用XGBoost… · 并进行回放验证

案例实战1XGBoost

电商用户购买预测——筛选用户行为特征 · 验证特征在不同时间段的预测稳定性

案例实战2电商用户购买预测

医疗诊断辅助——筛选生物标记物特征 · 确保模型在临床数据上的鲁棒性

案例实战3医疗诊断辅助

自动化特征筛选Pipeline

构建从数据预处理 · 特征筛选到回放验证的自动化Pipel… · 提升效率

Pipeline自动化特征筛选

常见问题与陷阱

特征筛选中的多重共线性 · 数据泄露 · 重要性波动大等问题的诊断与解决

常见问题陷阱

课程总结与进阶方向

回顾核心知识点 · 推荐进阶学习资源（SHAP值 · AutoML

课程总结进阶方向