欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

就業(yè)狀態(tài)預(yù)測(cè)實(shí)戰(zhàn):數(shù)據(jù)清洗、特征工程與模型調(diào)參全流程解析

就業(yè)狀態(tài)預(yù)測(cè)實(shí)戰(zhàn):數(shù)據(jù)清洗、特征工程與模型調(diào)參全流程解析 簡(jiǎn)介2025年華中杯C題“就業(yè)狀態(tài)分析與預(yù)測(cè)”參賽作品word版圍繞宜昌地區(qū)5000名樣本就業(yè)數(shù)據(jù)面向數(shù)據(jù)分析、機(jī)器學(xué)習(xí)建模及人力資源領(lǐng)域的讀者。內(nèi)容完整覆蓋就業(yè)特征分析、狀態(tài)預(yù)測(cè)、模型優(yōu)化與人崗匹配四個(gè)任務(wù)先以KMeans聚類(lèi)識(shí)別出25-35歲、女性和中等學(xué)歷群體失業(yè)風(fēng)險(xiǎn)較高再基于9個(gè)顯著特征構(gòu)建XGBoost模型經(jīng)欠采樣后測(cè)試集準(zhǔn)確率91.8%、F1值91.1%引入CPI、GDP增速和崗位供給指數(shù)后準(zhǔn)確率提升至97.6%、F1值94.2%最終通過(guò)余弦相似度構(gòu)建人崗匹配模型為失業(yè)者推薦Top-N崗位。包體為1個(gè)docx文檔約860KB含數(shù)據(jù)預(yù)處理、四問(wèn)建模代碼及附錄圖表文檔從問(wèn)題重述、模型假設(shè)到數(shù)據(jù)清洗與各問(wèn)求解均有詳述。已有321人瀏覽學(xué)習(xí)適合需要系統(tǒng)掌握特征選擇、模型評(píng)估與優(yōu)化策略的競(jìng)賽參與者。1. 就業(yè)狀態(tài)預(yù)測(cè)不是玄學(xué)從華中杯C題看一份能復(fù)現(xiàn)的分析流程每年華中杯C題都偏向社會(huì)經(jīng)濟(jì)數(shù)據(jù)2025年的就業(yè)狀態(tài)分析與預(yù)測(cè)同樣如此。拿到題的第一反應(yīng)是“這不就是做個(gè)分類(lèi)”實(shí)際跑起來(lái)才發(fā)現(xiàn)難點(diǎn)不在模型而在你如何定義“就業(yè)狀態(tài)”、如何處理問(wèn)卷數(shù)據(jù)里的缺失和偏差、如何讓預(yù)測(cè)結(jié)果在word版報(bào)告里站得住腳。是預(yù)測(cè)三個(gè)月后是否在職還是預(yù)測(cè)雇傭類(lèi)型定義不同特征和評(píng)價(jià)指標(biāo)就完全不同。這里按我實(shí)際做這類(lèi)題目的順序把問(wèn)題定義、數(shù)據(jù)清洗、特征構(gòu)造、建模調(diào)參到報(bào)告輸出拆成可直接照做的流程適合有Python基礎(chǔ)但沒(méi)完整跑過(guò)競(jìng)賽題的讀者也適合想把這套方法遷移到人力資源分析上的從業(yè)者。2. 把題目翻譯成建模任務(wù)就業(yè)狀態(tài)分析與預(yù)測(cè)到底在預(yù)測(cè)什么2.1 先讀題分類(lèi)還是回歸預(yù)測(cè)窗口怎么定讀題第一件事不是寫(xiě)代碼而是確認(rèn)題目要你預(yù)測(cè)的是什么。就業(yè)狀態(tài)在大多數(shù)賽題里是離散標(biāo)簽比如“已就業(yè)”“待業(yè)”“失業(yè)”“靈活就業(yè)”對(duì)應(yīng)多分類(lèi)任務(wù)但有些題目會(huì)把結(jié)果定義成“就業(yè)月收入”或“失業(yè)持續(xù)時(shí)間”那就變成了回歸。把這個(gè)問(wèn)題搞錯(cuò)后面所有特征工程和模型選型都會(huì)跑偏。我拿到題后會(huì)先做三件事第一找到目標(biāo)列的名稱(chēng)和取值說(shuō)明確認(rèn)它是字符串還是數(shù)值第二確認(rèn)預(yù)測(cè)窗口也就是用哪些時(shí)間點(diǎn)的特征去預(yù)測(cè)哪個(gè)時(shí)間點(diǎn)的狀態(tài)第三確認(rèn)提交格式華中杯通常要求輸出一個(gè)概率表或類(lèi)別表。這三件事都會(huì)影響數(shù)據(jù)劃分方式也會(huì)影響word版報(bào)告里“問(wèn)題重述”部分的寫(xiě)法。import pandas as pd df pd.read_excel(train.xlsx, sheet_name0) print(字段列表, df.columns.tolist()) print(目標(biāo)分布) print(df[employment_status].value_counts(dropnaFalse))這段代碼用來(lái)建立對(duì)數(shù)據(jù)的初步認(rèn)知。value_counts(dropnaFalse)會(huì)把缺失值單獨(dú)統(tǒng)計(jì)出來(lái)避免你漏看“未填寫(xiě)就業(yè)狀態(tài)”的樣本。如果目標(biāo)分布里某一個(gè)類(lèi)別占比超過(guò)80%后面就要重點(diǎn)處理類(lèi)別不平衡而不是直接套accuracy。預(yù)測(cè)窗口的常見(jiàn)坑是把測(cè)試集的預(yù)測(cè)時(shí)點(diǎn)搞錯(cuò)。比如題目說(shuō)用2024年問(wèn)卷數(shù)據(jù)預(yù)測(cè)2025年6月的就業(yè)狀態(tài)那特征只能取自2024年及之前任何2025年產(chǎn)生的字段都不能出現(xiàn)在特征里。這個(gè)原則我在第五章避坑指南里會(huì)專(zhuān)門(mén)展開(kāi)。2.2 特征與標(biāo)簽的邊界沒(méi)有“就業(yè)狀態(tài)”這一列怎么辦有的賽題不會(huì)直接給你一個(gè)干凈的標(biāo)簽列而是給一系列細(xì)分字段比如“是否有工作”“是否在求職”“工作性質(zhì)”。這時(shí)候需要自己做標(biāo)簽定義。我的做法是寫(xiě)一個(gè)可解釋的規(guī)則函數(shù)把字段組合成最終標(biāo)簽并在word版報(bào)告里明確寫(xiě)出這個(gè)口徑因?yàn)樵u(píng)委評(píng)分時(shí)會(huì)檢查你的定義是否合理。def build_label(row): if row[has_job] 1: return employed if row[has_job] 0 and row[job_hunting] 1: return unemployed if row[has_job] 0 and row[job_hunting] 0: return inactive return unknown df[target] df.apply(build_label, axis1)這里的分支順序很重要先判斷是否有工作再判斷是否求職。如果把“求職中”放在最前面會(huì)把“有工作但也在看機(jī)會(huì)”的人誤判成失業(yè)。標(biāo)簽構(gòu)造完成后要檢查每個(gè)類(lèi)別的樣本量如果某個(gè)類(lèi)別只有幾十個(gè)樣本建議合并成“其他”類(lèi)不然模型根本學(xué)不到模式。標(biāo)簽構(gòu)造的另一個(gè)細(xì)節(jié)是類(lèi)別順序。如果你最后用LightGBM標(biāo)簽是字符串還是整數(shù)影響不大如果用sklearn的metrics字符串標(biāo)簽也沒(méi)問(wèn)題。但提交word版報(bào)告時(shí)最好附一張“標(biāo)簽口徑對(duì)照表”把每個(gè)類(lèi)別的含義、判定規(guī)則、樣本量列清楚這比寫(xiě)一大段文字更直觀。2.3 評(píng)價(jià)指標(biāo)選型為什么只看準(zhǔn)確率會(huì)翻車(chē)就業(yè)狀態(tài)數(shù)據(jù)里“已就業(yè)”往往是多數(shù)類(lèi)可能占70%以上。一個(gè)把所有樣本都預(yù)測(cè)成“已就業(yè)”的模型準(zhǔn)確率也有70%但沒(méi)有任何使用價(jià)值。競(jìng)賽和實(shí)際業(yè)務(wù)里更關(guān)注的是能不能把“就業(yè)困難群體”找出來(lái)這就需要看少數(shù)類(lèi)的召回率。我在這類(lèi)題目里默認(rèn)把宏平均F1作為主要指標(biāo)它把每個(gè)類(lèi)別當(dāng)成平等的個(gè)體再平均少數(shù)類(lèi)表現(xiàn)差會(huì)直接拉低總分?jǐn)?shù)。如果題目要求識(shí)別就業(yè)困難群體我還會(huì)額外標(biāo)注“待業(yè)”類(lèi)的召回率。下面這個(gè)表格可以直接放進(jìn)word版報(bào)告指標(biāo)計(jì)算口徑適用場(chǎng)景accuracy預(yù)測(cè)正確的樣本占比各類(lèi)別均衡時(shí)才有參考價(jià)值macro-F1每個(gè)類(lèi)別F1的算術(shù)平均多分類(lèi)不均衡時(shí)的主指標(biāo)weighted-F1按樣本量加權(quán)的F1平均更貼近業(yè)務(wù)真實(shí)分布recall少數(shù)類(lèi)少數(shù)類(lèi)中被正確預(yù)測(cè)的比例就業(yè)幫扶、失業(yè)預(yù)警場(chǎng)景指標(biāo)選定后交叉驗(yàn)證的 scoring 參數(shù)要跟著改不能默認(rèn)用accuracy。我用GridSearchCV時(shí)會(huì)把scoring設(shè)為f1_macro這樣調(diào)參過(guò)程也聚焦在少數(shù)類(lèi)表現(xiàn)上而不是被多數(shù)類(lèi)帶偏。3. 數(shù)據(jù)清洗與特征工程就業(yè)狀態(tài)預(yù)測(cè)的前置戰(zhàn)場(chǎng)3.1 缺失值與異常值處理人口學(xué)字段的常見(jiàn)臟數(shù)據(jù)就業(yè)類(lèi)數(shù)據(jù)多來(lái)自問(wèn)卷或統(tǒng)計(jì)臺(tái)賬臟數(shù)據(jù)集中在年齡、學(xué)歷、工作年限這幾個(gè)字段。年齡出現(xiàn)0、負(fù)數(shù)學(xué)歷字段混雜著“本科”“本科在讀”“學(xué)士”等不同寫(xiě)法工作年限大于年齡都是實(shí)際跑數(shù)據(jù)時(shí)常碰到的問(wèn)題。不要一上來(lái)就用模型自動(dòng)填充先做一輪人工規(guī)則清洗讓字段進(jìn)入可建模狀態(tài)。我的標(biāo)準(zhǔn)處理順序是先看每個(gè)字段的缺失率再區(qū)分連續(xù)值和有序分類(lèi)值分別制定填充策略。年齡、社保繳納月數(shù)這類(lèi)連續(xù)值用中位數(shù)填充學(xué)歷、單位性質(zhì)這類(lèi)分類(lèi)值用眾數(shù)填充同時(shí)單獨(dú)加一列“該字段是否缺失”的布爾標(biāo)記。這個(gè)缺失標(biāo)記列在很多樹(shù)模型里能提升效果它捕捉了“填表人不愿意透露某項(xiàng)信息”的隱藏模式。df[age] pd.to_numeric(df[age], errorscoerce) df.loc[(df[age] 16) | (df[age] 65), age] pd.NA df[age] df[age].fillna(df[age].median()) df[education_missing] df[education].isna().astype(int) df[education] df[education].fillna(df[education].mode()[0])pd.to_numeric(errorscoerce)會(huì)把“25歲”“25 ”這類(lèi)文本轉(zhuǎn)成數(shù)值轉(zhuǎn)換不了的變成缺失。年齡限制在16到65是符合勞動(dòng)力統(tǒng)計(jì)口徑的超出范圍視為異常并交給中位數(shù)兜底。這里要注意fillna和mode()組合時(shí)如果mode()返回的是Series加上[0]取第一個(gè)眾數(shù)避免報(bào)錯(cuò)。3.2 特征編碼與構(gòu)造學(xué)歷、專(zhuān)業(yè)、地域怎么喂給模型學(xué)歷有天然順序初中到博士是遞進(jìn)關(guān)系適合映射成有序整數(shù)專(zhuān)業(yè)沒(méi)有順序只能做one-hot或目標(biāo)編碼。很多新手把所有分類(lèi)特征都丟進(jìn)get_dummies結(jié)果專(zhuān)業(yè)類(lèi)別有幾百個(gè)特征矩陣膨大模型訓(xùn)練變慢還過(guò)擬合。我的做法是先看類(lèi)別數(shù)量小于20個(gè)的做one-hot大于20個(gè)的考慮目標(biāo)編碼或按業(yè)務(wù)合并。education_order {初中: 1, 高中: 2, 大專(zhuān): 3, 本科: 4, 碩士: 5, 博士: 6} df[education_ord] df[education].map(education_order) top_majors df[major].value_counts().head(10).index df[major_group] df[major].apply(lambda x: x if x in top_majors else 其他) df pd.get_dummies(df, columns[major_group], prefixmajor)學(xué)歷映射成有序整數(shù)后模型能利用“本科層次高于大專(zhuān)”的順序信息但要注意映射表不能出現(xiàn)遺漏比如原始數(shù)據(jù)里的“研究生”和“碩士”是兩種寫(xiě)法要先統(tǒng)一。專(zhuān)業(yè)字段只保留出現(xiàn)次數(shù)最多的前10個(gè)其他并成“其他”這樣one-hot之后的維度可控又不會(huì)丟失太多信息。地域字段我一般會(huì)構(gòu)造業(yè)務(wù)特征而不是直接編碼。比如把省份映射到東部/中部/西部或者構(gòu)造“是否本地戶(hù)籍”“是否在省會(huì)城市”這類(lèi)二值特征。原因很簡(jiǎn)單就業(yè)狀態(tài)和區(qū)域經(jīng)濟(jì)水平直接相關(guān)但one-hot省份會(huì)分散到幾十個(gè)維度樹(shù)模型很難從里面學(xué)到有效規(guī)律。3.3 時(shí)間特征與平衡處理預(yù)測(cè)未來(lái)狀態(tài)必須注意的泄漏如果數(shù)據(jù)里有畢業(yè)年份、調(diào)查月份這類(lèi)時(shí)間字段可以構(gòu)造“畢業(yè)到調(diào)查的時(shí)間間隔”。但這個(gè)間隔要小心如果題目已經(jīng)用這個(gè)間隔定義了標(biāo)簽比如“畢業(yè)6個(gè)月后就業(yè)”那這個(gè)特征就帶上了標(biāo)簽信息放進(jìn)模型就是典型的泄漏。另一個(gè)更隱蔽的泄漏是統(tǒng)計(jì)量特征。有人會(huì)把“同城市其他樣本的就業(yè)率”算出來(lái)當(dāng)特征這在訓(xùn)練集上很有效因?yàn)闇y(cè)試集評(píng)分時(shí)用的是同分布的統(tǒng)計(jì)量但實(shí)際部署時(shí)你拿不到未來(lái)群體的就業(yè)率。處理辦法是所有聚合統(tǒng)計(jì)量必須基于特征產(chǎn)生時(shí)刻之前的數(shù)據(jù)并且在交叉驗(yàn)證內(nèi)計(jì)算不能在外面算好再塞進(jìn)去。from sklearn.model_selection import GroupKFold groups df[city_id] gkf GroupKFold(n_splits5) for train_idx, val_idx in gkf.split(df, y, groupsgroups): train_data df.iloc[train_idx] val_data df.iloc[val_idx] # 只在train_data上計(jì)算城市統(tǒng)計(jì)量再映射到val_data這里用城市作為分組依據(jù)保證同一個(gè)城市的人不會(huì)同時(shí)出現(xiàn)在訓(xùn)練集和驗(yàn)證集里。在這種分組下計(jì)算任何群體統(tǒng)計(jì)量都要先f(wàn)it訓(xùn)練集再transform驗(yàn)證集這就是防止數(shù)據(jù)穿越的標(biāo)準(zhǔn)姿勢(shì)。類(lèi)別不平衡處理放在特征工程之后。常用手段是先試class_weight不行再做SMOTE過(guò)采樣。過(guò)采樣必須放在交叉驗(yàn)證的每一折內(nèi)部先劃分再采樣不然合成樣本會(huì)同時(shí)出現(xiàn)在訓(xùn)練集和驗(yàn)證集里驗(yàn)證分?jǐn)?shù)虛高提交后大概率翻車(chē)。4. 建模與調(diào)參從邏輯回歸到樹(shù)模型的落地對(duì)比4.1 基線模型先行邏輯回歸給你一個(gè)可解釋的起點(diǎn)不要一上來(lái)就調(diào)LightGBM。先跑通一個(gè)邏輯回歸把整個(gè)流程驗(yàn)證一遍包括數(shù)據(jù)劃分、指標(biāo)計(jì)算、預(yù)測(cè)結(jié)果輸出再逐步換復(fù)雜模型。邏輯回歸的好處是訓(xùn)練快、系數(shù)可解釋寫(xiě)word版報(bào)告時(shí)可以直接列出“學(xué)歷、工作經(jīng)歷對(duì)就業(yè)概率的影響方向”評(píng)委容易看懂。邏輯回歸對(duì)特征縮放敏感連續(xù)特征必須標(biāo)準(zhǔn)化。同時(shí)多分類(lèi)要做softmax而不是默認(rèn)的one-vs-rest這樣輸出的概率加起來(lái)等于1方便后續(xù)做概率校準(zhǔn)。類(lèi)別不均衡用class_weightbalanced就行它按類(lèi)別頻率反比調(diào)整權(quán)重比手動(dòng)調(diào)閾值省事。from sklearn.linear_model import LogisticRegression from sklearn.preprocessing import StandardScaler from sklearn.pipeline import Pipeline pipeline Pipeline([ (scaler, StandardScaler()), (clf, LogisticRegression(max_iter1000, multi_classmultinomial, class_weightbalanced)) ]) pipeline.fit(X_train, y_train)把StandardScaler和LogisticRegression放進(jìn)同一個(gè)Pipelinefit時(shí)只會(huì)用訓(xùn)練集的均值和方差去標(biāo)準(zhǔn)化驗(yàn)證集不會(huì)引入泄漏。multi_classmultinomial是softmax多分類(lèi)和“一對(duì)多”的區(qū)別是它一次性輸出所有類(lèi)別的概率分布后續(xù)做概率閾值調(diào)整更方便。如果max_iter不夠會(huì)出現(xiàn)收斂警告加大到2000。4.2 樹(shù)模型與集成LightGBM五個(gè)必調(diào)參數(shù)邏輯回歸跑通后用樹(shù)模型拉高分?jǐn)?shù)。就業(yè)狀態(tài)這類(lèi)表格數(shù)據(jù)LightGBM基本是默認(rèn)最優(yōu)解比隨機(jī)森林快、準(zhǔn)確率也更高。它需要調(diào)的參數(shù)不多我一般只動(dòng)五個(gè)learning_rate、num_leaves、min_child_samples、feature_fraction、bagging_fraction。前兩個(gè)控制模型容量后三個(gè)控制過(guò)擬合。建議先固定learning_rate0.05用early_stopping找最佳迭代輪數(shù)。葉子數(shù)num_leaves從31開(kāi)始如果驗(yàn)證集分?jǐn)?shù)不再上升就調(diào)小如果訓(xùn)練集分?jǐn)?shù)遠(yuǎn)高于驗(yàn)證集就調(diào)大min_child_samples和feature_fraction。import lightgbm as lgb model lgb.LGBMClassifier( objectivemulticlass, num_classlen(set(y_train)), learning_rate0.05, num_leaves31, min_child_samples20, feature_fraction0.8, bagging_fraction0.8, bagging_freq1, random_state42, verbosity-1 ) model.fit( X_train, y_train, eval_set[(X_val, y_val)], callbacks[lgb.early_stopping(50, verboseTrue)] )early_stopping(50)表示連續(xù)50輪驗(yàn)證分?jǐn)?shù)不提升就停止它會(huì)自動(dòng)幫你在最佳迭代輪數(shù)附近截?cái)?。feature_fraction0.8表示每棵樹(shù)只用80%的隨機(jī)特征這能讓樹(shù)之間的差異更大集成效果更好。bagging_freq1配合bagging_fraction0.8做行采樣相當(dāng)于給模型加了一層隨機(jī)性對(duì)抑制過(guò)擬合比單純調(diào)depth更有效。調(diào)參不要用網(wǎng)格搜索一把梭維度高、耗時(shí)大。我一般是手動(dòng)調(diào)三輪先調(diào)learning_rate和num_leaves再調(diào)min_child_samples最后調(diào)feature_fraction。每輪只看交叉驗(yàn)證的macro-F1不看訓(xùn)練集分?jǐn)?shù)。4.3 概率校準(zhǔn)與模型融合預(yù)測(cè)就業(yè)狀態(tài)的最后一公里多分類(lèi)樹(shù)模型輸出的概率往往未校準(zhǔn)類(lèi)別不均衡時(shí)概率值會(huì)整體偏向多數(shù)類(lèi)。如果不做任何處理直接取argmax作為最終預(yù)測(cè)少數(shù)類(lèi)的召回率會(huì)被進(jìn)一步壓制。解決辦法是做一個(gè)簡(jiǎn)單的概率校準(zhǔn)把邏輯回歸的校準(zhǔn)能力遷移到樹(shù)模型上。from sklearn.calibration import CalibratedClassifierCV calibrated CalibratedClassifierCV(model, methodisotonic, cv3) calibrated.fit(X_train, y_train) proba calibrated.predict_proba(X_test)methodisotonic是等滲回歸校準(zhǔn)它在樣本量足夠時(shí)比platt縮放更靈活cv3表示用三折交叉驗(yàn)證生成校準(zhǔn)器的概率輸入避免在訓(xùn)練集上自校準(zhǔn)造成過(guò)擬合。校準(zhǔn)之后用proba的每一列做閾值判斷時(shí)得到的概率值可以被解釋為“真實(shí)就業(yè)概率”寫(xiě)報(bào)告時(shí)更好交代。融合方面如果是競(jìng)賽可以在邏輯回歸和LightGBM之間做軟投票概率平均后再選最大者。但要注意如果兩個(gè)模型相關(guān)性很高融合提升很有限邏輯回歸和樹(shù)模型差異大融合效果才明顯。如果題目要求提交word版報(bào)告我會(huì)在報(bào)告中寫(xiě)清楚融合權(quán)重和理由不做黑匣子式堆疊。5. 避坑指南就業(yè)狀態(tài)預(yù)測(cè)最常見(jiàn)的5個(gè)翻車(chē)點(diǎn)5.1 數(shù)據(jù)泄漏驗(yàn)證分?jǐn)?shù)虛高提交后崩盤(pán)現(xiàn)象交叉驗(yàn)證宏F1有0.92預(yù)測(cè)測(cè)試集后分?jǐn)?shù)只有0.55差距大得反常。原因某個(gè)特征包含了和標(biāo)簽同期的未來(lái)信息。最常見(jiàn)的是把“調(diào)查時(shí)點(diǎn)月收入”放進(jìn)特征來(lái)預(yù)測(cè)“調(diào)查時(shí)點(diǎn)就業(yè)狀態(tài)”或者把全樣本統(tǒng)計(jì)量當(dāng)特征。解決建立特征時(shí)間線逐個(gè)字段確認(rèn)它在預(yù)測(cè)時(shí)點(diǎn)是否已經(jīng)產(chǎn)生。報(bào)告里列一張?zhí)卣骺捎眯员肀葘?xiě)十句話(huà)都有說(shuō)服力。5.2 類(lèi)別不平衡模型全部預(yù)測(cè)成多數(shù)類(lèi)現(xiàn)象驗(yàn)證準(zhǔn)確率75%但“待業(yè)”類(lèi)別的召回率是0。原因模型默認(rèn)閾值0.5對(duì)所有類(lèi)別一視同仁多數(shù)類(lèi)的概率普遍更高少數(shù)類(lèi)閾值完全夠不著。解決先加class_weight再看少數(shù)類(lèi)召回率有沒(méi)有起來(lái)。如果不夠在預(yù)測(cè)階段對(duì)少數(shù)類(lèi)下調(diào)閾值比如把“待業(yè)”的判定閾值從0.5降到0.3。閾值調(diào)整要在驗(yàn)證集上做不能拍腦袋。5.3 特征穿越用衍生指標(biāo)預(yù)測(cè)自身現(xiàn)象特征重要性排第一的是“所在城市就業(yè)率”“目標(biāo)變量均值”這類(lèi)聚合特征。原因構(gòu)造特征時(shí)用了目標(biāo)變量的統(tǒng)計(jì)信息比如把訓(xùn)練集全樣本的就業(yè)率按城市聚合后放回訓(xùn)練集。這屬于標(biāo)簽信息的泄漏變體肉眼很難發(fā)現(xiàn)。解決訓(xùn)練前檢查特征名和構(gòu)造代碼凡是特征構(gòu)造過(guò)程里出現(xiàn)過(guò)目標(biāo)列一律刪除。聚合統(tǒng)計(jì)只能在交叉驗(yàn)證的每一折內(nèi)部計(jì)算并且只能基于訓(xùn)練折。5.4 驗(yàn)證集劃分錯(cuò)誤隨機(jī)劃分讓結(jié)果失真現(xiàn)象同樣的模型隨機(jī)劃分cv分?jǐn)?shù)比按地域劃分高一大截。原因問(wèn)卷數(shù)據(jù)往往存在地域聚集同一個(gè)城市的人高度相似隨機(jī)劃分把同一城市樣本同時(shí)塞進(jìn)訓(xùn)練和驗(yàn)證相當(dāng)于把“見(jiàn)過(guò)的人”拿去驗(yàn)證。解決訓(xùn)練前確認(rèn)數(shù)據(jù)里有沒(méi)有city_id、省份、調(diào)查批次這類(lèi)分組字段有就優(yōu)先用GroupKFold或按時(shí)間切分。雖然分?jǐn)?shù)會(huì)下降但那是真實(shí)水平的反應(yīng)提交后不會(huì)翻車(chē)。5.5 報(bào)告格式與解釋缺失模型再好也拿不到分現(xiàn)象word版報(bào)告里只有模型公式、代碼截圖和結(jié)果表沒(méi)有特征解釋、沒(méi)有邊界說(shuō)明。原因把競(jìng)賽報(bào)告寫(xiě)成了技術(shù)文檔忽略了評(píng)委要看的是“你如何理解這個(gè)問(wèn)題”。解決每個(gè)重要特征配一句業(yè)務(wù)解釋比如“實(shí)習(xí)經(jīng)歷特征重要性高說(shuō)明實(shí)訓(xùn)經(jīng)歷對(duì)就業(yè)有正向作用”模型結(jié)果部分補(bǔ)一段誤差分析講清楚哪些樣本容易預(yù)測(cè)錯(cuò)比堆一堆指標(biāo)更打動(dòng)人。6. 進(jìn)階把預(yù)測(cè)結(jié)果寫(xiě)成一份能拿獎(jiǎng)的word版報(bào)告6.1 用SHAP值替代傳統(tǒng)重要性樹(shù)模型自帶的feature_importance只能告訴你“哪個(gè)特征被用得多”SHAP值能告訴你“這個(gè)特征在什么取值下把預(yù)測(cè)推向哪個(gè)方向”。就業(yè)狀態(tài)預(yù)測(cè)里年齡和學(xué)歷對(duì)概率的影響不是單調(diào)的SHAP散點(diǎn)圖能直接展示這種非線性。生成一張SHAP summary圖放進(jìn)word版報(bào)告評(píng)委能一眼看出你對(duì)模型行為的理解程度。import shap explainer shap.TreeExplainer(model) shap_values explainer.shap_values(X_val) shap.summary_plot(shap_values, X_val, feature_namesX_val.columns.tolist())6.2 敏感性與邊界說(shuō)明報(bào)告最后要寫(xiě)“模型在什么情況下不適用”比如樣本集中在某省、問(wèn)卷回收率低導(dǎo)致的樣本偏差、預(yù)測(cè)窗口超過(guò)一年后可信度下降。這個(gè)邊界說(shuō)明不是減分項(xiàng)反而是工程素養(yǎng)的體現(xiàn)。我去年做類(lèi)似題目時(shí)因?yàn)閷?xiě)清了“僅適用于短期預(yù)測(cè)”而被評(píng)委認(rèn)可。另外把閾值調(diào)整過(guò)程做一個(gè)簡(jiǎn)單敏感性分析寫(xiě)清楚閾值從0.3到0.5變化時(shí)少數(shù)類(lèi)召回率和誤報(bào)率各是多少并給出你最終選擇閾值的理由。最后分享一個(gè)教訓(xùn)我最早做這類(lèi)題目時(shí)光顧著調(diào)模型分?jǐn)?shù)忽略了對(duì)標(biāo)簽口徑的說(shuō)明結(jié)果word版報(bào)告里被評(píng)委抓著“就業(yè)狀態(tài)的判定依據(jù)”提問(wèn)當(dāng)場(chǎng)沒(méi)答好。現(xiàn)在我會(huì)在報(bào)告第一頁(yè)就放標(biāo)簽定義表把每個(gè)類(lèi)別的來(lái)源和判定規(guī)則寫(xiě)死。希望這整套流程能幫你把模型分?jǐn)?shù)和報(bào)告質(zhì)量同時(shí)拉起來(lái)。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
九九色婷| 国产成人AV在线播放| 5月婷婷五月天| 91色吧网| 9999综合99综合人| 欧美性生交XXXXX无码小说| 天天天日天天天干| www.五月天性.com| av大香蕉| 亚洲最大在线| 婷婷五月网图片区| www.99免费视频| 丁香婷婷大香蕉| 色婷婷五月天偷拍| 夜夜躁爽日| 操操操www.com| 久久久五月天婷婷成人网| 思思热精品在线| 丁香久久久| 99热日韩这里只有精品| 99热日本| 五月丁香啪啪啪| 538任你爽视频不一样的| 五月丁香啪啪啪| 五月综合视频| 亚洲人妻电影| 丁香五月瑟瑟| 九九爱精品网站| 久久人人妻| 五月婷婷色播| 天天摸天天肏| 99热精品免费| 日本综合久久| 99热综合网| 丁香五月婷婷综合精品素人| 第四色大香蕉| 久婷婷| 五月婷婷激情69| 婷婷综合| 就99这里只有精品| 热久久66| www.ppypp| 久久这里都是精品免费| 国产99热在线看| 久久婷婷五月天蜜桃| 久久综合9| 亚洲情综合五月天| 色色综合网www| 亚洲欧洲中文日韩久久AV乱码| 天干夜夜操| 男人天堂99| 五月天激情婷婷久久| 4399无码视频| 婷婷综合中文| 婷婷五月激情视频网| 91干婷婷| 激情五月丁香六月综合AVXXXX| 大香蕉网 久久| 九月激情婷婷丁香| 丁香五月激情综合婷综| 九色视频91| 婷婷精品视频| 精品少妇蜜臀91| 另类丁香五月天区图| 欧洲激情网站| 亚洲久热无码| 亚洲av日韩无码| 99免费视频| 性高潮久久久久久-九九九九九九九九九九热-成人AV | 色吧网91| 99热久草| 爱草视频在线| 天天做天天爱天天玩| 人人干av| 九九热免费视频| www.五月天| 久久久av久av久片一区二区| 91人碰| 91人人操人人爱| 色呦呦美女| 99国产在线| 91精品综合久久久久久五月丁香| 九九色情网五月天| 五月天激情综合网站| 欧美亚洲操逼| 91丨九色丨大屁股| 婷婷丁香综合色AV| 色五月丁香六月资源站| 性生活久久朋友人妻| 人人草人人舔| 青青草婷婷五月天| 婷婷色色五月| 5月婷婷6月六月丁香| 久久综合中文| 99视频综合网| 涩综合在线 | 九九干视频| 99er日韩| 碰97久久| 91免费试看| www.91在线观看| 激情视频网址| 婷婷五月天影视首页| 五月丁香啪啪| 人人九色| 人。妻久久| 婷婷五月电影| 亚洲五月天婷婷综合| 亚洲AV日韩无码| 99操| 99久久久| 亚洲天堂99| 婷婷丁香无码专区| 五月天 综合 在线| 色爱亚洲| 五月丁香免费视频| www,超碰| 亚洲色色五月| 噜噜色com| 伊人五月综合网| 日本成人内射| 色久五月| 国产人妻777人伦精品HD| 狠狠色狠狠爱| 天天摸人人摸| 97操碰人免费| 狠狠干五码| 九九热精品视频| 婷婷六月色情| 亚洲五月色| 亚洲精品又粗又大又爽A片| 婷婷五月a| 精品视频99看在线视频| 久久婷综合| 先锋资源婷婷| www.99精品视频| 亚洲精| 九九热中文| 色五月婷婷91在线| AV操操操| 日本色色网站| 天天综合五月天| 碰碰人人人| 国产五月丁香在线| 色五月综合| 色狠狠色| 婷婷五月天小说网| 九九视频免费| av九九| AV在线资源| 天天狠狠夜夜狠狠2023| 色九月国产| 婷婷五月激情在线视频| 一起草av在线观看| 九九碰九九爱97超| 梁铮版蜘蛛女在线观看| 欧美日韩精品人妻狠狠躁免费视频| 亚洲成人在线播放| 婷婷五月成人| 天天色官网| 激情内射人妻1区2区3区| 人妻内射麻豆视频| 狠狠久久婷五月综合色| 九九热在线观看视频| 中文在线视频久9| 五月婷婷中文字幕| 99re在线精品视频| 国产xxxxx在线观看| 色综合大香蕉| 伦乱美欧| 9 9热这里有精品| 亚亚州久久高潮| 中文字幕人妻AV| 丁香六月视频免费观看| 成人永久免费视频在线观看| 99色色网| 99爱在线视频观看| 91人人网| WWW.久久.COM| 激情网五月天| 婷婷五月天综合蜜桃| 三男玩一女三A片| 婷婷五月天亚洲天堂| 任你躁XXXXX麻豆精品| 色婷婷五月天小说网| 天天操天天干天天射| 婷婷五月天黄色小说| 射久久丁香五月| 久婷婷婷| 精品成人无码A片观看香草视频| 操91综合网| 四色五月婷婷| 国产精品在线视频| 99热第一页| 色丁香久久| 【乱子伦】黄色| 5月婷婷五月天| www网站在线观看| 久久久久久97| www.激情五月天com| 99免费在线视频| 欧美激情综合| 啪啪小说五月天| 九九亚洲综合| 天天视频精品9| 激情久久丁香| 天天操天天日天天爽| 日韩精品电影| 极品人妻VIDEOSSS人妻| 91丨九色丨43老版熟女| 91婷婷五月天嫩女| 高清无码一区二区三区四区| 成人网站在线观看视频| 亚洲成Av人片乱码色第1集| 色综合色五月| 日日操天天操| 五月丁香AV在线| 99精品一二三四视频| 亚洲亚洲人成综合网络| 天天色视频| 六月丁香久久| 五月婷婷色吧!| 日本色色网站| 丁香五月天激情四射网络不好| 99色在线观看| 色五月 五月婷婷| 色色综合成人网| 五月天六月色| 五月婷在线播放| 人妻久久久久| 伊人久久大香网| 91麻豆国产三级精品福利在线观看| 婷婷丁香久久| 久久久www| 综合色播| 99亚州综合精品成人网| 99亚洲无码| 这里只精品| 草草影院爱爱| 久久宗合影| 欧美色必爱| 欧美色色色| 玖玖精品视频99| 婷婷六月视频| 婷婷月综合| 在线不卡的视频| 天天干一干| 丁香激情网| 欧美啄木乌丝袜人妻系列| 国产亚洲99| 熟女91九色| 丁香色色五月| 亚洲图色五月天| 99五月香婷婷丁香在线视频| 影音 五月 婷婷 久久| 国产精品18久久久| 成人中文网| 五月丁香啪啪| 五月婷婷丁香啪啪| 一区二区三区四区五区| 五月婷无码| 亚洲丁香婷婷五月天综合色| 在线五月色播| 啪啪亚洲综合| 日本九婷婷| 夜夜爱网站| 丁香婷婷深情五月亚洲| 天堂综合久久 | 色婷婷丁香特级性爱视频| 另类色视频| j久久性爱视频| 久久久精品视频79| 亚洲日韩26uuu| 噜噜综合网| 婷婷丁香高潮了| 成人色五月天| 色婷婷狠狠18| 久久综合爱| 日本一级黄色电影| 少妇性按摩无码中文A片 | www,婷婷,com| 97碰人人操| 激情图片婷婷| 噜噜噜噜噜日本视频| 热的国产,热的综合,热的有码 | 综合超碰熟| 五月婷婷草| 成人网站av免费网站推荐| 991精品在线视频| 激情婷婷五月| 99精品久久久久久久婷婷久久 | 色婷婷成人做爰A片免费看网站 | 综合激情站| 91丁香五月| 99这里都是精品| 人妻丰满精品一区二区A片| 天天操天天干天天射| 99超级超级超级碰| 99er6免费视频热播| 77799热| www.91有码.com| 激情五月天婷婷视频| 国产欧美精品AAAAAA片| 日韩精品超碰在线观看| 四五月婷婷| 99国产视频网| 97色色色| 热99在线精品| 99热这里只有精品69| 亚洲成人婷婷| 97caop| 国产精品国产| 久久综合天天综合| 五月天婷婷综合网| 丁香五婷| 中国激情网| 99激情在线| 777米奇影视第四色| 第四色网婷婷| 这里只有精品免费视频在线观看| 热久精品| 久久狠狠干| 色97综合婷婷天天色| 五月天啪啪啪| 9久久狠狠的| 六月丁香婷婷综合狠狠爱夜夜爱| 五月天欧美激情| 精品女人九九九| 在线看片h站| 玖玖综合色| 天天操狠狠操| 大地资源色婷婷视频在线| 六月婷欧美| 五月色欧洲| 五月婷婷|欧美| 99秘 在线| 久久视频婷婷| 91窝窝| 国产精品噜噜在线视频| 激情五月天电影| 九月婷婷激情久久| 日韩99精品| 欧洲色| 日韩一级A片黄色| 五月香六月婷| 婷婷碰碰| 日本激情综合| 91美女啪啪| 午夜爱爱爱成人| 91狠狠综合久久| 成人啪啪色婷婷久| 五月天婷婷久久视频| 任你爽在线视频| 丁香五月综合图片在线观看| 免费观看全黄做爰的视频| 色色无码日韩| 狠狠狠狠狠狠| 婷婷五月天,影院| 久热免费视频| 亚洲日韩26uuu| 日韩婷婷| 五月激情婷婷六月丁香| 无码少妇高潮喷水A片免费| 亚洲日本激情| 777精品久无码人妻蜜桃| 五月丁香A片| 久久久婷婷婷| 开心深爱五月天| 久久99热这里只有精品| 亚洲精品亚洲人成人网| 久久婷婷五月综合97色一本| 91精品综合久久久久久五月丁香| 亚洲五月天天| 激情五月天。| 五月天激情啪啪| 九九热re99re6在线精品| 久久性爱视频网站| 天天搡日日搡aaaaⅩ| 99热1| 98色花堂98t.R| 九九视屏| 亚洲色爽| 99热99精品在线观看| 婷婷丁香人妻久久在线观看| 69色婷婷| 五月婷婷之综合激情| 久久色五月| 激情亚洲网| 亚洲成人在线播放| 青柠影视免费高清电视剧| 99热这里只有精品69| 五月天丁香婷婷久久九| 26uuu成人网| 色欲九区| 最近中文字幕2019视频1| 四色女婷婷| 激情五月天情色| 天天天在线观看| 亚洲综合成人网| 婷婷五月影院| 久久这里只有精品热在99| 无码髙清| 日欧一片内射VA在线影院| 中文网av| 丁香婷婷综合激情五月色,开心五月丁香花综合网,激情综合五月亚洲婷婷,五月天 | 香蕉婷婷色五月| 激情五月天综合| 99亚洲欧洲| 欧美久人人| 色婷婷狠狠爱| 这里只有精品9| 九九九午夜视频| 欧美色色色色色| 久久机热这里只有 | 中日韩狠狠色| 欧洲电影在线观看免费版英语版| 五月天天天天天天天天天天天婷婷婷| 开心五月激情| 99在线视频免费| 九九在线视频| 性生活视频98791| 婷婷在线操| 91日视频| 亚洲正能量欧美| 色五月综合| 五月天成人手机在线视频| 婷婷丁香成人五月天| 欧美肉大捧一进一出免费视频| 婷婷五月另类网站| 六月婷伊人| 超级碰碰碰碰视频| 色婷婷AV在线观看| 久久中文网| 99热精品在线| 五月天激情四射网站| 啪啪干伊人婷婷| 99自拍网| 五月天狠狠色| 日韩精品无码AV| 99视频在线| 欧美高潮9| 色色99| 色综合色五月| 99这里有精品视频| 婷婷五月六| 69午夜成人影片| 综合婷婷| 久久停停超碰| 怡春院久操| 美女视频图片久久91| 一本色道久久88综合日韩精品| 激情久久综合| 99精品在线观看视频| 久久久精品人妻录| 五月激情啪啪啪| 婷婷94s| 熟妇内谢69XXXXXA片| 91色综合| 欧美黄色AA片哗啦啦啦| 亚洲天天操| 96精品久久久久久久久| 亚洲激情婷婷| 婷婷五月天无码| 天天做天天爱天天玩夜夜爽 | 婷婷六月爽| 色婷婷电影网| 大香蕉久久| 六月婷婷综合激情| 翔田千里 50岁 无码| 第四色五月婷婷| 色色婷婷色色| 国产日韩av片| 91色久| www.久久久.com| 第五婷婷伊人丁香色| 午夜丁香六月婷| 成年视频免费观看| 久久婷婷五月综合色奶水99啪| 五月狠狠| 婷婷久久五月天| 五月婷婷六月天| 五月丁香亭亭操逼| 日本色噜| 思思热久久久久思思热| 五月色天情| 日本五月天婷婷丁香| 天天天天操| 婷婷97碰碰| 婷婷五月天色| 91男女视频在线观看| 影音先锋秋秋五月婷婷| av线电影| 伍月婷丁香婷| 美英法精品无码免费视频| 日韩操| 色噜噜狠噜噜视频| 亚洲激情综合| 婷婷激情久久| 日本三级中文字幕| 亚洲五月天伊人| 操你av| 五月丁香影视| 噼里啪啦完整版中文在线观看| 国产真实乱对白精彩| 操比激情五月| www.色五月| 亚洲综合五月天综合| 这里只精品热在线18| 天天狠狠六月婷丁香影院| 狠狠色噜噜狠狠狠狠综合| 色狠狠色| 五月天基地| 大香蕉婷婷| 中文字幕性爱丰满| 久99热在线观看| www.99视频| 五月天色婷婷图片| 99玖玖在线视频| 五月天婷婷色| 99人人干人人| 精品无码人妻一区| 久久婷婷网站| 亚洲免费成人电影AV| 中文AV在线播放| 精品福利911| 婷婷五月天视频| 婷婷五月天激情网| 欧日韩成人| 欧美婷婷五月天综合| 99热在线中文字幕| 亭亭丁香97| 人人澡天天色天天做| 亚洲热综合| 国产毛片精品一区二区色欲黄A片| 欧美碰碰碰| 六月婷婷俺也去| 五月丁香六月激情在线| 久久无码成人| 色五月婷婷 成人| 婷婷播5月| av国产精品| 婷婷五月丁香花综合| 激情黄色小说五月天| 激情婷婷五月天| 婷婷狠狠狠爱| 丁香六月天之亚州热女| 国自产拍偷拍精品啪啪一区二区| 超碰在线精品| 99色在线| 色 五月 天 婷婷 丁香 九月| 九九九九九无码| 久热中文字幕| 狠狠色五月| 97丁香五月| 搡BBBB搡BBB搡18| 天天做天天爱天天搞| 色婷婷在线视频| 天天肏天天舔AV| 亚洲在线激情婷婷五月| 96丁香六月婷婷蜜桃综合久久| 99人人干人人| 久热亚洲| 大香蕉九九热| 色色无码| 色吧婷婷| 色婷婷a v| 97色视频网| 五月婷婷福利| 久久久9久| 中文网av| 婷婷激情五月天激情小说| 日日肏夜夜干| 天天操天天国产三级片处女学生妹| 丁香五月激情欧欧美| 日韩婷婷| 五月丁香天堂网婷婷| 亚洲妇女熟BBW| 深爱五月激情网| 五月天综合| 国产伦理精品高清在线观看网站一区二区 | 九九视频在线观看| 九色无码| 99熟女| 大香蕉人妻| 欧美婷婷综合| 丁香色啪综合| H亚洲| 婷婷五月丁香基地| 日本激情91| 超碰成人电影| 日本va网站| 日本黄 色 片| 欧美25p| 91九色视频在线观看| 久久久久久久久99精品| 丁香色六月| 精品影院| www夜夜| 久久精品五月天| 91婷婷丁香| 五月激情五月丁香| 果冻传媒A片一二三区| 欧美日韩aaaa| 淫视馆AV在线| 婷婷综合五月| 97丁香五月| 色噜噜五月天| 国产激情综合五月久久| 99re这里只有精品在线观看| 九九热99视频在线| 五月天婷婷小说| 丁香五月婷婷俺也要去| 亚洲AV网站在线观看| 五月天婷婷久久| 五月丁香基地| 秋霞性爱AV| 亚洲亚洲人成综合网络| 996er热| 色五月开心婷婷| 亚洲成AV人片在线观看| 成人av中文字幕| 色色色视频免费无码| Av在线资源| 五月婷精品| 婷婷五月丁香激情色情| 91精品婷婷国产综合| AA丁香综合激情| 中文av网| 久久午夜理论| 久久资源网五月婷| 99爱在线| 玖玖婷婷五月天| 99热九九热| 99爱视频精品在线观看| 黄色91在线观看| 婷婷在线视频| 五月丁香婷中文| 激情网站综合五月天| 五月天狠狠色| 亚洲AV成人精品网站在线播放| 91狠狠综合久久久| 亚洲精品国产精品乱码视99| 六月伊人婷婷| 91欧美| 久久香视频| 国产精品18久久久| 日本色道视频网站| 色婷婷五月天激情在线观看| 天天插夜夜爽| 俺也去在线久久精品23欧美综合视频网站,丰满人妻一区二区三区在线视频53,丰满 | 香蕉久操| 丁香六月婷婷综合| 99热首页| 色婷婷久久| 天天在线XXX| 五月丁香激情深爱婷婷| 99热这是里只有精品| 色老久久| 国产44页| 丁香伊人五月色婷婷五十路| 色婷青青| 一二线视频 另类| 丁香五月av| 97精品综合久久| 色玖玖综合| 五月丁香五月综合欧美| 五月伊人婷婷| 六月色日韩| 91蜜桃婷婷狠狠久久综合9色| 五月深爱婷婷| 精品久热| 91精品人妻少妇无码影院| 少妇大叫太大太粗太爽了A片| 五月亭亭直播| 天天干天天干天天干天天干天天干天天干天天 | 野战J办公桌椅H| 国产9色在线/日韩| 五月丁花六月丁香综合| 国内婷婷丁香社区在线播放| 久久久久久综合88| 久久久婷丁香五月天激情综合| 无码成人AAAAA毛片AI换脸| 日本99在线视频| 六月婷婷九月丁香亚洲综合| 九九久久五月天综合伊人| 婷婷五月a| 激情五月婷婷她| 九九久久色| 一本到不卡高清DVD| 亚洲视频在线网站| 99热10在线高清播放| 天堂成人A片永久免费网站| 久久99久久久久久| 色五月综合激情| 九九这里都是精品| 天天色色婷婷| 亚洲小视频| 色五月AV| 国产无套精品一区二区| 人人操91| 日韩丰满少妇无码内射| 亚洲天堂婷婷| 婷婷色在线视频| 99色在线| 色综合婷婷| 日本色婷婷| 丁香婷婷性爱| 91丨九色丨大屁股| 国外亚洲成AV人片在线观看| 婷婷五月欧美综合| 丁香密臀AV激情网| 深爱丁香网| 精品无码人妻一区| 日韩爱操视频| 中文字幕在线日亚洲9| 五月婷婷久久综合| 香蕉久久国产AV一区二区| 五月丁香六月激情网站| 五月天婷婷免费| 先锋男人99资源| 久久伦乱| 色综合99色| 91男同| 狠狠色丁婷婷日日,伊人激情综合网 | 亚洲热久| 婷婷五月花| 久久久久9久无码视频| 日韩人妻在线观看| WWW.婷婷| 丁香五月婷婷操逼| 五月丁香在线视频观看| 夜夜谢天天干| 一区二区成人电影免费播放| 综合久久综合| 天天成人丁香美女AV| 99狠狠| 美女被操一区二区| 亚洲超碰青涩| 欧美日韩国产一二区| 99久久婷婷国产综合| 国产在这里只有精品| 午夜精品久久久久久久爽| 99热最新| 日韩久久色| 丁香色婷婷色手机免费在线| 99热只有| 亚洲美女裸体被操在线观看| 996热re视频精品视频| 清色五月天| 成熟妇人A片免费看网站 | www.com五月天| 欧美色碰| 五月色色网| 战争与艾拉电影免费观看| 九九人人精品| AAA久久久| www.99在线| aa久久| 99综合自拍| 99啪99| 97精品欧美91久久久久久久| 大香蕉99| 日日日日日| 99热只有国产在线精品| 三级毛片视频| 丁香成人色情五月天| 成人国产欧美大片一区| 天天射射夜| 五月婷婷电影院| 色五月AV| 干婷婷五月天| 91在线日本| 婷婷五月天AV| 五月丁香六月婷婷久久| 成人 在线 日韩| 99爱爱| 五月丁香婷婷六月| www..999热久| 伊人久久艹| 九九大香视频| 丁香五月丁香伊人| 任你日视频| 婷婷99视频在线| 五月婷婷亚洲| 天天干夜夜欢| 欧美、日韩、中文、制服、人妻| 大香蕉五月天| 99九九在线精品热动漫| 九九免费精品| 久久婷婷五月综合激情国产| 日本九九九九| 大香蕉婷婷丁香| 亚洲丁香婷婷| 9+1视频网址| 天天草天天摸| 99久久精彩视频。| 成人一区在线观看| 99热热热99精品丁香| 久久久久久久97| 婷婷 丁香 精品| 国产午夜精品久久久观看| 婷婷天天舔| 任你日视频| 五月 婷 久| 无码少妇高潮喷水A片免费| 麻豆雪千夏| 久久婷婷五月综合色丁香| 欧美va欧美va差| 婷婷五月花西瓜| 激情丁香五月婷婷啪啪| 色综合久久天天综合网| 婷婷爱综合| 欧美精品999| 色色爽爽天天| 五月丁香六月综合情在线观看| 婷婷五月天久久| 五月欧美色播| 婷婷五月丁香av网站| 337p大胆噜噜噜噜噜91Av| 久久东京热婷婷五月| 91久久综合亚洲鲁鲁五月天| 丁香五月婷婷偷拍| 色蜜婷婷| 欧洲毛片基地c区| 91精品久久久久久久久| 久久这里只精品66| Va另类视频| 色色a| 色五月天激情| 五月天开心网| 五五月丁香花激情综合网| 色情五月综合婷婷| 欧美色狠婷久| 骚货艹网站视频| www.91操| 超碰cap| 久99久视频| 精品怡红九九九| 亚洲综合五月| 99欧美| 玖玖热99| 激情五月天婷婷免费观看| 5月丁香六月情| 色六月婷婷| 三日本无码| 丁香激情五月| 狠狠干五月天| 91操人| 六月丁香六月婷婷欧美| 日日操夜夜爽天天天| 五月婷六月| www.五月天婷婷| 日本久碰| 五月婷伊人| 成人在线日韩| 夜夜大香蕉婷婷丁香| 伊人五月久久| 婷婷久热| 九九RE视频在线精品| 狠狠草在线观看| 无码人妻少妇色欲AV一区二区| 亚洲色色色| 97在线碰| www.婷婷,com| 日本 @ va 免费| 综合色在线| 狠狠狠狠免费| 五月激情婷婷丁香| 日韩精品一区二区亚洲AV观看| 五月婷婷熟女| 亚洲精品色| 色噜噜,噜噜色| 蜜臀AV在线观看| 99rewww| 超碰在线99| 五月天无码视屏播放| 人妻人人操| 亚洲婷婷激情综合激情999精品| 激情伊人五月天| 九月婷婷综合网| 亚洲av综合网| 日韩狠狠色婷婷| 久久五月天婷婷| 久久99激情| 国产亚洲精品久久久久久牛牛| 婷婷亚洲五| 五月天伊人手机在线播放AV| 日本va视频| 亚洲亚洲人成综合网络| 超碰99热精品| 五月天色官网| 婷婷婷婷午夜| 国产色色色色| 九九碰九九爱97| 91919191919久久成人视频| 婷婷六月五月天综合| 色情五月| 99热6这里只有精品| 思恩热国产视频右线观看| 亚洲黄色网址| 91精品久久久久久77777| 免费试看小视频 99| 亚洲成片在线观看| 在线99热| 婷婷六月情| 五月婷婷熟女| 色综合播放| 五月天久久久| 97婷婷狠狠| 亚洲 五月 婷婷 成人| 综合久久9| www.色欲丁香婷婷| 亚洲热综合| 夜夜干夜夜操| 天天爽综合| 五月天婷婷色小说| 九九色之九九色88| 婷婷丁香五月视频| 国产精品久久久久久亚洲毛片| 99热天堂| 欧美成人色婷婷| 色婷婷九月| 婷婷五月天另类网站| 婷婷五月丁香五月丁香| 操碰久| 婷婷玖玖丁香| 亚洲国产成人AV在线| 久综合九综合99| 五月婷婷久久网| 天天日天天爽| 五月激情啪啪啪| 五月丁香六月婷婷姐| 五月婷婷官网色| 狠狠色噜噜狠狠狠888| 99热1| 久久久大香蕉| 天天肏高清在线| 色综合久久五月天| 日日日天天干| 色婷婷在线视频| 久久国产色| 色婷婷亚洲婷婷| 超碰久热| 午夜伊人大香蕉| co超碰在线观看| AV在线不卡网站| 精品爆操| 天天 青草 制服丝袜 在线| www.丁香五月| 国产伦理精品高清在线观看网站一区二区 | 丁香婷婷十月| 色九网| 欧美三级视频| 26uuu青青| 久久婷婷成人综合色怡春院| 色五月婷婷久久| 色婷婷丁香五月| 精品成人无码A片观看香草视频| 香蕉97碰碰碰欧美| 亚洲欧洲小视频9| 九九热AV| 色婷婷电影网| 图片区 小说区 区 亚洲五月 | 久久人视频| 丁香色五月 97干| 日本成人小说婷婷六月| 激情综合色图| 五月天婷婷小说| 麻豆123区| 丁香六月av| 久久超级碰碰| 极品人妻VIDEOSSS人妻| 婷婷丁香五月天操逼| 亚洲视频a| 99热在线观看| 激情精品久久| 亚洲综合新99视频| 日韩啪| 五月黄色婷婷| 五月婷婷六月丁香| 播五月丁香三月婷婷| 91av成人| 99视频热| 五月婷婷影视| 99热精品少| 九月婷婷久久久| 丁香五月综合久久| 在热视频精品| 9在线9在线婷婷在线国产| 色五天综合| 久热最新视频| 性生生活大片又黄又| 久久久妻人人人| 五月天婷婷基地| 婷婷99中文字幕| 玖玖婷婷五月天| 人人爱操| 天天插天天插天天插天天插| 五月丁香六月综合基地| 五月人妻婷婷视频| 激情久久综合网| 五月丁香六月激情在线| 91亚洲天堂| 亚洲色综合| 丁香五月婷婷六月婷婷| 国产精品色色| 思思热闹这里只有精品| 九九在线精品| 五月四色婷婷| 99精品国产在热久久婷婷| 婷婷五月丁香综合激情| 台湾无码A片一区二区| 五月丁香久久综合| 色色影院aaaav| 丁香色婷婷色手机免费在线| 狠狠操性爱av| 九九热视频99| 国产亚洲精品AAAAAAA片| 五月丁香婷婷激情在线| 9久操| 久久这里只有精品99| 五月天色婷婷基地| 婷婷欧美综合| 五月婷婷综合在线| 色婷婷社区| 亚州精品色情无码A片| 国产精品人成A片一区二区| 欧美综合激情丁香五月六月婷| 丁香六月久久| 久久婷婷免费| 99色婷婷| 五月婷视频| 狠狠va| 淫视馆aV二区一区| 亚洲电影中文字幕| 免费观看亚洲AV片| 国产婷伊人| 老司机伊人| 天天综合天综合久久网| 五月丁香啪啪啪综合网| 十月丁香九月婷婷综合| 热的国产99热| 97黑人精品区| 亚洲日本三级片| 免费看欧美成人A片无码| 久久女婷| 婷婷99| 精品人妻在线| 思思热在线播放| 婷婷五月天影视| 九九热视频精品2| 九九精品在线视频观看| 免费亚洲婷婷中文字幕| 九月婷婷激情| 玖玖爱导航| 中文字幕性爱视频| 97碰碰免费.视频| 五月丁香六月激情| 九九久久玖玖爱| 99精品综合在线| 91婷婷丁香五月亚洲| 丁香青青五月天| 免费看片在线观看| 丁香五月婷婷亚洲天堂| 五月亭亭开心网| 丁香五月天资源网| 亚洲婷婷久久综合| 激情性爱五月天网页| 玖玖婷婷色欲| av操一操| 天天干天天爽天天爽| 丁香婷停五月激情综合深爱| 婷婷五月天另类视频| 婷婷激情六月中文| 亚洲狠狠婷婷综合久久久| 五月激情婷婷六月| 超碰在线综合| 91狠狠色丁香婷婷综合久久精品| 99色综合| 丁香婷婷婷婷十二月在线观看视频| 日本三日本三级少妇三级66| 色色五月天丁香婷婷| 日本va欧美va欧美va精品| 琪琪秋霞| 狠狠干在线| 大香蕉久久| 婷婷五月天丁香久久| 日本色噜| 强伦轩人妻一区二区电影| 亚洲黄色影视| 九九精品免费视频99| 色噜噜97视频在线观看| 99热这里有精品24| 成人在线视频网| 国产乱人偷精品人妻A片| www.色婷婷.com| 青996青| 思思视频这里是精品| 天天爽天天做| 午夜大香蕉| 激情五月丁香色色去久久| 激情五月开心五月在线视频| 色婷婷社区| 色色色com| 九九综合色| 天天日夜夜帕| 嫩模草| 美女婷婷六月色| 人人操av| 91 九色 入口| www.五月.com| 色婷婷五月综合激情中文字幕| 婷婷和五月天| AV色婷婷| 伊久久婷婷| 桃色激情网| 九九综合五月欧美| 五月丁香亚洲五月| 亚洲国产精品二二三三区| 中文字幕精品在线观看| 五月人妻婷婷视频| 久久婷婷艹| www.99视频| 西西4r午夜剧场| 99热这里只有精品免费观看| 90色免费视频| 26uuu另类亚洲欧美日本一| 色五月婷婷五月天| 色青青视频| 日韩999| 五月开心婷婷极品激情| 激情99| 久久久久久久五月婷婷六月丁香综合,开心激情综合网 | 99热无码精品| 欧美经典片免费观看大全| 99色综合网| 九九综合九色欧美狠狠| 91小黄书网址在线观看| 亚洲精品444久久久久久| 淫荡工a| 久久XX日本综合| 久色资源网| 国产.亚洲.欧洲视频在线| 综合噜噜| 思恩热国产视频右线观看| A片试看50分钟做受视频| 天天成人丁香美女AV| 久久亚洲天堂| 97狠狠色| 好好干av| 琪琪色热色色| 青草视频在线播放| 天天摸色吧天天摸色吧| 久久玖玖综合| 99久久九九| 99精在线| 美女天天艹人人爽| 99热第一页| 亚洲精品V天堂中文字幕| 婷婷五月花西瓜| 婷婷激情丁香五月天综合| 色欲五月丁香| www夜夜操| 国产精品成人av在线观看春天| 激情五月婷| 色99久草在线| 99热官网| 夜夜夜夜夜骑撸| 五月欧美色色五月| 五月天激情小说| 激情五月九九九| 丰满少妇猛烈A片免费看观看| 夜夜爽天天爽| av性爱网站| 一區四區歐美日韓| 日本99视频| 五月停停大香蕉| 丁香五月av| 亚洲乱码w在线观看| 操射国产日本| 最新激情五月天| 看婷婷五月天网| 一起草无码| 香蕉色色网| 五月婷婷自拍视频| 婷综合| 殴美激情综合网| se.久久视频在线观看| 色色色宗合网| 日韩限制级大尺度黑料泄密大尺度视频一区二区在线观看 | 激情五月深爱五月观看| 狠狠久久婷婷| 婷婷亚州综合| 久久9情免费| 丁香五月 性爱| 日本色色视频| 大香蕉视频99| 人人妻人人澡人人爽| 9热在线视频| 久久久久98| 大香蕉中文| 丁香婷婷色| WWW.激情| 99秘 在线| 五月丁香激情综合网| www热久久yy9| 成人在线网址| 亚洲一区二区 成人网站戴套| 日韩五月婷婷| 色婷婷基地| 亚洲综合色网站| 国产精品18久久久| 日木狠狠干| 五月天a婷婷伊人| 日韩1区2区| 人妻久久久| 久久黄色片| 久一网站| 久久久er热| www久久艹| 色婷婷综合网| 色婷婷丁香AV综合| 9久精品视频| 中文aV网| 99日韩| 欧美三级巜人妻互换| 欧美日韩日韩成人| 操操碰| 激情五月天综合网| AA片在线观看视频在线播放| 99热观看| 亚洲视频丁香网va| 丁香五月天在线| 婷婷香五月天| 丁香六月狠狠干| 久久婷婷五月天激情| 9精品在线| 午夜成人综合| 思思99re这里只有| 亚洲中文字幕在线观看| 琪琪狠狠干| 五月婷婷综合色啪首页| 美女五月天| 色婷婷丁香综合中文字幕| 婷婷五月天成人网| www.com在线操视频免费观看| 狠狠大香婷婷爱| 精品A√| 欧美性丁香色色五月天干干| www,超碰| 九九在线精品| 97伊人综合婷婷| 狠狠干婷婷| 一区二区三区四区牛| 婷婷丁香五月综合激情小说| 精品少妇人妻AV无码专区偷人| 综合激情五月四射婷婷| 激情久久 婷婷| 大香蕉伊人99| 99狠狠操一| 夜夜夜夜夜操| 九月婷婷色色| 五月丁香性爱| 热久久思思热思思| 欧美电影在线播放| 成人五月天在线视频在线观看|