- 博客(15)
- 收藏
- 关注
RSS订阅原创 一文介绍 statisitc behand ab test anova test handson code
介绍statistic behand ab test;同时提供hands on code ，可以作为工具书使用
2023-01-18 17:18:32
286
原创 利用WOE & IV建立用户流失模型
本篇文章主要是介绍下WOE和IV的基本概念，以及如何在python中实现。下一篇文章我们介绍下如何将WOE和LR模型结合起来，完整的建立用户流失模型。
2022-08-14 21:13:11
461
1
原创 经典机器学习模型：朴素贝叶斯分类
最近在追张子枫的新剧*天才基本法*，由此介绍下贝叶斯分类的数学基础。并通过demo演示下贝叶斯分类器的基本用法。
2022-08-03 23:20:27
380
原创 模型选择- Validation Curve
我们业务中遇到的适用机器学习的场景，大部分都是监督学习，监督学习的算法非常多，每个模型需要调的超参也各不相同。当我们试用不同的模型，试图找到最优模型的过程，其实就是找出偏差和方差平衡点的过程。...
2022-07-17 23:20:37
442
1
原创 非线性回归-Polynomial regression
之前讲过线性回归。本文主要讲下非线性回归中的polynominal regression. 非线性回归包含的算法非常多，比如常见的逻辑回归，SVM，决策树，neural network，指数平滑等等。polynominal regression也可以归为非线性回归的一种，但是有些文章也会把polynominal regression归为线性回归。...
2022-07-11 00:51:22
2384
原创 线性回归-多元线性回归
上次讲到简单线性回归，本文主要讲下如何处理多元线性回归，多元线性回归中如何检查多重共线性，以及如何进行feature selection。多元线性回归，故名思意，用多个变量来拟合预测一个response。多元线性回归的使用场景和简单线性回归一致，其中之一也是多用于解释因变量和变量之间的关系。比如销量可能和引流的流量、SKU的宽度、价格、折扣等相关，如果想知道这几个变量哪个影响销量最为显著，可以用多元回归的系数来解释。另一种场景是用多个因变量来预测变量的值。本文focus在第一个场景。其实两个场景genera
2022-07-03 23:06:53
1625
原创 时序数据分析-2
本文介绍下如何通过ARIMA进行时序预测，以及pmdarima的使用。我们先介绍下时序预测ARIMA的一些基本概念。我们通过一个case,具体看下如何用ARIMA来实现时序分析ADF test可以用来判断数据是否是stationary的，如果P value ......
2022-06-08 23:33:48
869
原创 时序数据分析-1（疫情对销量影响）
时序数据分析-1（疫情对销量影响）上海已经被封嗯~ o(￣▽￣)o差不多2个多月了，被封在家久了，对个人影响是巨大的，比如将我由一个价格敏感小民生生变成了价格无感客户。当然对业务的影响也是巨大的，毕竟大公司走社区团购还是比较谨慎，正常渠道又卖不了货。近日，就有业务来问能不能稍微定量的评估此次疫情对sales的影响。答案是positive的，基本思路非常简单，如果我们能通过历史数据推测出这几个月的销量，然后算下和实际销量的差距，就可以得到high level疫情对sales的影响了。这里就引入一个分析中
2022-05-26 00:08:12
975
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人