任務介紹
1.任務：預測貸款使用者是否會逾期
2.status是標籤：0表示未逾期，1表示逾期

【任務四：模型評估】記錄五個模型關於precision，rescore，f1，auc，roc的評分表格，畫出auc和roc曲線圖。

Precesion

Recall

F1-score

AUC

ACC

這個任務持續做了兩天也沒有搞定，一開始還以為挺簡單，沒想到一直搞不出來。兩個大的問題：

1.繪製ROC曲線的圖一直為空白，這是5個模型都存在的問題。

2.lightgbm模型在評估上一直報錯：ValueError: Classification metrics can't handle a mix of binary and continuous targets

模型的預測輸出確實有問題，不是標籤1 和0，而是概率，這個確實是問題，但查了好久也沒解決。

3.XGBoost模型那是一直有個警告：UndefinedMetricWarning: F-score is ill-defined and being set to 0.0 in labels with no predicted samples.

已解決的問題：

1.邏輯迴歸模型那裡本來也是出現lightgbm同樣的報錯，經過查詢發現是 預測那一步呼叫的函式有問題，應該呼叫predict就沒問題了，我一開始是用predict_proba函式，這兩者的區別為：

predict_proba返回的是一個n行k列的陣列，第i行第j列上的數值是模型預測第i個預測樣本的標籤為j的概率。此時每一行的和應該等於1。

predict返回的是一個大小為n的一維陣列，一維陣列中的第i個值為模型預測第i個預測樣本的標籤；

總結：自己獨立解決問題的能力還是不行，有個能討論的團隊還是好很多，這樣的學習模式確實挺好，如果每次任務完成能給出正確程式碼就好了，問題也能對照解決。