3.分离数值型变量与类别型变量，发现有些数值型变量因为输入不规范，比如数值中含有字符（28_,_10000_等）被划分为类别型变量 ，比如 'Age'，'Annual_Income'，'Num_of_Loan'， 'Num_of_Delayed_Payment', 'Changed_Credit_Limit','Credit_Mix','Monthly_Balance'， 'Outstanding

AUC = 1，是完美分类器，采用这个预测模型时，存在至少一个阈值能得出完美预测。（二）大部分缺失值处理使用中位数进行缺失值填充的方法，对于部分类别型变量先变成浮点型进行中位数填充，再转换成类别型变量，包括Credit_Mix,Payment_Behaviour,Monthly_Balance。超参数调整（或优化）是确定可最大化模型性能的超参数的正确组合的过程，超参数的选择决定了训练的效率。模型P