- 博客(17)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 使用Apriori进行关联分析（一）
使用Apriori进行关联分析（一） 大型超市有海量交易数据，我们可以通过聚类算法寻找购买相似物品的人群，从而为特定人群提供更具个性化的服务。但是对于超市来讲，更有价值的是如何找出商品的隐藏关联，从而打包促销，以增加营业收入。其中最经典的案例就是关于尿不湿和啤酒的故事。怎样在繁杂的数据中寻找到数据之间的隐藏关系？当然可以使用穷举法，但代价高昂，所以需要使用更加智能...
2018-10-24 11:57:57
731
转载 斯坦福CS231N课程学习
斯坦福CS231N课程学习经过多方面的查找资料，对比学习，发现了一个很好的机器学习的课程，斯坦福CS231N课程，课程链接见：http://cs231n.stanford.edu/，课程的大纲和课程表见：http://cs231n.stanford.edu/syllabus.html，里面有课程中用到的ppt等资源，读者可以下载下来进行查看，课程的相关笔记见：http://cs231n.gith...
2018-10-22 00:08:07
131
转载 连续变量最优分箱--基于CART算法
关于变量分箱主要分为两大类：有监督型和无监督型对应的分箱方法：A. 无监督：(1) 等宽 (2) 等频 (3) 聚类B. 有监督：(1) 卡方分箱法(ChiMerge) (2) ID3、C4.5、CART等单变量决策树算法 (3) 信用评分建模的IV最大化分箱 等本篇使用python，基...
2018-10-21 23:51:20
4003
转载 数据挖掘模型中的IV和WOE详解
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/kevin7658/article/details/50780391 1.IV的用途IV的全称是Information Value，中文意思是信息价值，或者信息量。我们在用逻辑回归...
2018-10-21 22:52:20
201
转载 几种常用的特征选择方法
几种常用的特征选择方法转载 2016年12月14日 16:33:38标签：特征选择6084结合Scikit-learn介绍几种常用的特征选择方法原文 http://dataunion.org/14072.html主题 特征选择 scikit-lea...
2018-10-21 22:50:40
1589
转载 一些常见的特征选择方法
现实中产生的特征维度可能很多，特征质量参差不齐，不仅会增加训练过程的时间，也可能会降低模型质量。因此，提取出最具代表性的一部分特征来参与训练就很重要了。通常有特征抽取和特征选择两种方法。这里分别介绍一下。特征抽取特征抽取中最常见的当属PCA了。PCA对于特征之间存在正交关系，数据满足高斯分布或指数分布的数据，作线性变换，使用方差、协方差去噪，生成新的主元，接下来按重要性排序后取少数参与训...
2018-10-21 22:47:03
1404
转载 RandomForest algorithm之python实现
RandomForest algorithm之python实现 写在之前：像一个优秀的工程师一样使用机器学习，而不要像一个机器学习专家一样使用机器学习方法。--Google &nbs...
2018-10-10 15:53:53
578
转载 用xgboost模型对特征重要性进行排序
用xgboost模型对特征重要性进行排序在这篇文章中，你将会学习到：xgboost对预测模型特征重要性排序的原理（即为什么xgboost可以对预测模型特征重要性进行排序）。 如何绘制xgboost模型得到的特征重要性条形图。 如何根据xgboost模型得到的特征重要性，在scikit-learn进行特...
2018-10-10 15:48:23
3405
转载 数据分析的五大思维方式
数据分析的五大思维方式。首先，我们要知道，什么叫数据分析。其实从数据到信息的这个过程，就是数据分析。数据本身并没有什么价值，有价值的是我们从数据中提取出来的信息。 然而，我们还要搞清楚数据分析的目的是什么?目的是解决我们现实中的某个问题或者满足现实中的某个需求。那么，在这个从数据到信息的过程中，肯定...
2018-10-10 14:53:30
1748
转载 ggplot 画图
1、Why use ggplot2ggplot2是我见过最human friendly的画图软件，这得益于Leland Wilkinson在他的著作《The Grammar of Graphics》中提出了一套图形语法，把图形元素抽象成可以自由组合的成分，Hadley Wickham把这套想法在R中实现。为什么要学习ggplot2，可以参考ggplot2: 数据分析与图形艺术的序言（btw: ...
2018-10-10 08:32:47
543
转载 聚类︱python实现 六大 分群质量评估指标（兰德系数、互信息、轮廓系数）
版权声明：博主原创文章，微信公众号：素质云笔记,转载请注明来源“素质云博客”，谢谢合作！！ https://blog.csdn.net/sinat_26917383/article/details/70577710 之前关于聚类题材的博客有以下两篇： 1、 笔记︱...
2018-10-07 10:57:02
2758
转载 R+python︱Facebook大规模时序预测『真』神器——Prophet（遍地代码图）
版权声明：博主原创文章，微信公众号：素质云笔记,转载请注明来源“素质云博客”，谢谢合作！！ https://blog.csdn.net/sinat_26917383/article/details/57419862 经统专业看到预测的packages都是很眼馋...
2018-10-07 10:55:52
720
转载 模型集成 | 14款常规机器学习 + 加权平均模型融合
版权声明：博主原创文章，微信公众号：素质云笔记,转载请注明来源“素质云博客”，谢谢合作！！ https://blog.csdn.net/sinat_26917383/article/details/80905004 模型融合的方法很多，Voting、Avera...
2018-10-07 10:21:40
1664
转载 阿里校招数据分析师
2015年8月19日，阿里校招数据分析师笔试题。共计21题（貌似统计漏了一题，应该是单选少了一题，凑合看吧），选择题每个人的都不一样，问答题是一样的。暂时没有答案，希望对大家有用。单选题：1观测宇宙中单位体积内星球的个数，属于什么分布：A学生分布B泊松分布C正态分布D二项分布 2一些关于数据挖掘说法是正确的A数据挖掘...
2018-10-03 22:07:29
1799
转载 京东数据分析面试题
1. 怎么做恶意刷单检测分类问题用机器学习方法建模解决，我想到的特征有： 1）商家特征：商家历史销量、信用、产品类别、发货快递公司等 2）用户行为特征：用户信用、下单量、转化率、下单路径、浏览店铺行为、支付账号 3）环境特征...
2018-10-03 22:04:42
2514
转载 试用HQL抽取出连续登录了K天的用户uid
转：http://www.it165.net/database/html/201408/7854.html昨天群上有人发个阿里的面试题，题目描述大概如下：数据源：用户登录表，只有俩个字段，uid和dt试用HQL抽取出连续登录了K天的用户uid第一个想法就是直接用一个UDF解决，按uid分组，把dt收集起来然后在UDF里面...
2018-10-03 21:42:32
249
转载 统计每天的新老用户，日活，周活，月活
版权声明：转载请注明出处！ https://blog.csdn.net/ddxygq/article/details/81391718 最近有一个需求，统计每天的新老用户，日活，周活，月活。 我们每天的增量数据会加入到hive历史数据表中，包含用户访问网站的一些信...
2018-10-03 21:28:54
7224
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