📂 papers

Репозиторий с кодом к статьям. Каждый ноутбук — самостоятельный пример, разобранный в соответствующей публикации.

---

Содержание

🧬 Генетический алгоритм для отбора признаков

Файл: fs_genetic_example.ipynb

Реализация генетического алгоритма для feature selection в задачах классификации. В примере используется CatBoostClassifier и метрика Gini как fitness-функция.

Что внутри:

• Абстрактный интерфейс модели (ModelGeneric) и класс особи (Individual)
• Инициализация популяции, оценка fitness, ранжирование и отбор
• Мутация, скрещивание и переход к следующему поколению
• Класс GeneticSelector с методом .select() и свойством .selected_features

# Зависимости
pip install catboost scikit-learn pandas

---

📊 Оптимальное бинирование с optbinning

Файл: optbinning_example_real_task.ipynb

Практический пример работы с библиотекой optbinning на реальных данных кредитного скоринга.

Что внутри:

• Загрузка и препроцессинг данных (числовые, категориальные, флаговые признаки)
• Построение биннинга через BinningProcess
• Визуализация WOE-таблиц и IV-статистик
• Применение в пайплайне классификации

Данные: sampled_app_train.csv из репозитория LightAutoML

# Зависимости
pip install optbinning scikit-learn pandas numpy matplotlib seaborn psutil

---

Запуск

git clone https://github.com/kgrushin/papers.git
cd papers
jupyter notebook

Каждый ноутбук запускается независимо. Данные для optbinning_example_real_task.ipynb нужно положить в папку data/.