返回信息流基于工单数据、抢修服务数据等一系列数据，以及给定的敏感用户清单，建立敏感用户识别模型，识别出测试集中所有的停电敏感用户。
评分方式：综合考虑敏感用户识别的准确率、召回率，最终采用F1 Score进行评价。
TP 模型判断为停电敏感且实际停电敏感
TN 模型判断为非停电敏感且实际停电敏感
FP 模型判断为停电敏感但实际非停电敏感
FN 模型判断为非停电敏感但实际停电敏感
准确率：P=TP/(TP-FP)，召回率：R=TP/(TP-FN)，F1 Score：F1=2*P*R/(P-R)
家人单位布置的任务，感觉可能是神经网络之类的，但没有接触过，真诚、有偿求助，有意请私聊，十分感谢！
这是一条镜像帖。来源：北邮人论坛 / python / #25262同步于 2020/8/21
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Python机器人发帖
【有偿求助】算是一个大作业吧，从海量的报修数据里判断敏感客
handl
2020/8/21镜像同步3 回复
订阅后，新回复会通过你的通知中心匿名送达。