- 博客(5)
- 收藏
- 关注
RSS订阅原创 阈值调优：处理样本不均衡问题
对于二分类模型，返回的是为预测为正样本的概率和预测为负样本的概率，例如预测出样本为正的概率是0.3, 那一般情况下这个样本就会被预测为负，因为。3个月，判断客户是否流失，表现期总净佣金<=观察期总净佣金*4*0.3 则记为1, 认为可能流失。，否则概率都是0.3, 0.7,0.8这样的，调整阈值改变不大就没必要了。T/F表示预测对/错，P/N表示被预测为正/负。，根据混淆矩阵的偏向进行具体分析后调整。另：测试集里不应该有表现期数据。再或者，我们查看模型预测的。观察期：用于特征处理。12个月，用户行为特征。
2024-04-15 17:56:09
226
原创 [要点] 线性回归、mse、最小二乘
mse因为会平方，所以对离群值有更大的权重，所以二次凹函数的最小化目标为均值;（拟合数据和原始数据的误差平方和即为sse，越接近0拟合的越好，mse为sse的均值。MSE,MAE, RMSE（数据预测结果是否准确）, r^2（模型拟合能力）mse的优化目标是平均值，会受离群值影响，误差大权重高；欧氏距离和mse的区别：欧式距离不除以n, 且要加根号。降低模型复杂度，L1（lasso），L2（ridge）多元线性回归拟合图示：一元线性回归是二维的。最小化预测的线离真实值的距离。：预测值与拟合曲线的距离。
2024-04-12 16:01:51
334
原创 时间序列分析【滞后｜差分｜滚动窗口｜单变量&多变量分析】（python）
整理了一下金融时间序列不同于别的数据的比较典型的几个处理方法，欢迎讨论～
2023-02-08 21:33:17
2355
3
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