- 博客(23)
- 收藏
- 关注
RSS订阅转载 深入理解计算机系统Task01
第1章 计算机系统漫游1.编译系统2.系统硬件架构图1.编译系统计算机系统：由硬件和系统软件组成，共同工作来运行应用程序hello.c程序示例：#include<stdio.h>int main(void) { printf("hello, world"); return 0;}编译系统：GCC编译器驱动程序读取源文件hello.c，翻译成一个可执行目标文件，执行4个阶段的程序（预处理器、编译器、汇编器和链接器）预处理阶段：根据以字符#开头的命令，修改原始
2021-12-14 23:28:30
124
转载 机器学习评估指标 AUC 综述
在互联网的排序业务中，比如搜索、推荐、广告等，AUC ( Area under the Curve of ROC ) 是一个非常常见的评估指标。网上关于 AUC 的资料很多，知乎上也有不少精彩的讨论，本文尝试基于自身对 AUC 的理解做个综述，水平有限，欢迎指出错误。俗话说，提出正确的问题就成功了一半，本文先提出以下几个问题，希望大家读完能够加深对下列问题的理解。AUC 有几种理解？AUC...
2019-10-12 09:26:19
962
转载 Spark+Hadoop+Hive 平台docker一键搭建
安装步骤先下载docker镜像(dokcer文件大概 26G 慢慢下吧哈)sudo docker pull hortonworks/sandbox-hdp:3.0.1sudo docker pull hortonworks/sandbox-proxy:1.0下载启动配置脚本，会在当前目录下生成sandbox-hdp-3.0.1文件夹git clone https://github.co...
2019-07-21 07:36:23
3934
1
转载 消费信贷业务风控英文词汇手册
文章转载 https://zhuanlan.zhihu.com/p/259514271、风控系统篇1.1 A card释义：Application scorecard 进件评分卡，对授信阶段提交的资料赋值的规则。举例： “进件”是传统银行的说法，指申请单。评分卡是对一系列用户信息的综合判断。随着可以收集到的用户信息变多，授信决策者不再满足于简单的if、else逻辑，而是希望对各个资料赋予权...
2019-07-05 08:51:04
1383
转载 七月在线--金融风控实战--第六课 风控数据挖掘方法--课程笔记
XGBoost 对于 GBDT 的改进1.传统GBDT以CART作为基分类器，xgboost还支持线性分类器，这个时候xgboost相当于带L1和L2正则化项的逻辑斯蒂回归（分类问题）或者线性回归（回归问题）。2.传统GBDT在优化时只用到一阶导数信息，xgboost则对代价函数进行了二阶泰勒展开，同时用到了一阶和二阶导数。顺便提一下，xgboost工具支持自定义代价函数，只要函数可一阶和二阶...
2019-06-11 23:48:22
1018
转载 七月在线--金融风控实战--第三课 风控数据挖掘方法--课程笔记
文章目录申请评分卡中的数据预处理和特征衍生 构建信用风险类型的特征 数据预处理 特征的分箱 Best-KS ChiMerge 卡方分箱法 WOE编码 WOE编码的意义 变量筛选 特征信息度 单变量分析和多变量分析 单变量分析 ...
2019-05-29 10:01:11
1016
转载 七月在线--金融风控实战--第四课 风控数据挖掘方法--课程笔记
移除低方差特征VarianceThreshold 是特征选择的一个简单基本方法，它会移除所有那些方差不满足一些阈值的特征。默认情况下，它将会移除所有的零方差特征，即那些在所有的样本上的取值均不变的特征。 # ============去除方差小于阈值的特征============from sklearn.feature_selection import VarianceThreshold...
2019-05-29 09:06:50
555
原创 七月在线--金融风控实战--第二课 风控数据挖掘方法--课程笔记
决策树的定义：分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点（node）和有向边（directed edge）组成。结点有两种类型：内部结点（internal node）和叶结点（leaf node）。内部结点表示一个特征或属性(features)，叶结点表示一个类(labels)。用决策树对需要测试的实例进行分类：从根节点开始，对实例的某一特征进行测试，根据测试结果，将实例分...
2019-05-21 23:54:34
1110
原创 七月在线--金融风控实战--第一课 金融风控业务详解--课程笔记
建模流程：1.前期准备工作：不同的模型针对不同的业务场景，在建模项目开始前需要对业务的逻辑和需求有清晰的理解，明确好模型的作用，项目周期时间和安排进度，以及模型效果的要求。2.模型设计：包括模型的选择（评分卡还是集成模型），单个模型还是做模型的细分，是否需要做拒绝推论，观察期，表现期的定义，好坏用户的定义，数据的获取途径等都要确定好。3.数据拉取及清洗：根据观察期和表现期的定义从数据池中...
2019-05-21 23:11:20
3585
1
转载 风控模型师面试准备--业务+模型篇
作者：Summer Memories链接：https://zhuanlan.zhihu.com/p/56474197来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。Q：互联网金融场景下的的风控模型种类？• 获客阶段：用户响应模型，风险预筛选模型。• 授信阶段：申请评分模型，反欺诈模型，风险定价模型，收益评分模型。• 贷后阶段：行为评分模型，交易欺诈模型，...
2019-05-21 22:32:48
4204
1
转载 python3正则表达式指南
1.正则表达式基础1.1 简单介绍正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。得益于这一点，在提供了正则表达式的语言里，正则表达式的语法都是一样的，区别只在于不同的编程语言实现支持的语法数量不同；但不用担心，不被支持的语法通常是不常用的部分。如果已经在其他语言里使用过正...
2019-05-13 09:29:12
127
转载 python3正则表达式
阅读目录1、正则表达式基础 2、re方法 3、match对象方法回到顶部1、正则表达式基础正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不然str自带方法，但功能十分强大。正则表达式的大致匹配流程：依次拿出表达式和文本中的字符比较，如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。python支持的...
2019-05-13 09:18:02
105
转载 Python生成器和迭代器
转载自https://www.cnblogs.com/wj-1314/p/8490822.html本节主要记录一下列表生成式，生成器和迭代器的知识点列表生成器 首先举个例子现在有个需求，看列表 [0，1，2，3，4，5，6，7，8，9]，要求你把列表里面的每个值加1，你怎么实现呢？方法一（简单）： 1 2 3 4 5 6 ...
2019-05-05 15:08:55
101
转载 xgboost原理及应用--转
1.背景关于xgboost的原理网络上的资源很少，大多数还停留在应用层面，本文通过学习陈天奇博士的PPT地址和xgboost导读和实战地址，希望对xgboost原理进行深入理解。2.xgboost vs gbdt说到xgboost，不得不说gbdt。了解gbdt可以看我这篇文章地址，gbdt无论在理论推导还是在应用场景实践都是相当完美的，但有一个问题：第n颗树训练时，需要用到第n-...
2019-04-19 11:46:47
210
转载 决策树
---------------------作者：braveryCHR原文：https://blog.csdn.net/bravery_again/article/details/81104914定义决策树是一种常见的机器学习算法，它的思想十分朴素，类似于我们平时利用选择做决策的过程。例如有人给我们介绍新的对象的时候，我们就要一个个特点去判断，于是这种判断的过程就可以画成一棵树，...
2019-04-18 13:45:43
428
转载 iForest （Isolation Forest）孤立森林 异常检测 入门篇
转自：https://www.jianshu.com/p/5af3c66e0410iForest （Isolation Forest）孤立森林 是一个基于Ensemble的快速异常检测方法，具有线性时间复杂度和高精准度，是符合大数据处理要求的state-of-the-art算法（详见新版教材“Outlier Analysis”第5和第6章 PDF）。其可以用于网络安全中的攻击检测，金融交易欺诈...
2019-04-17 17:08:22
1121
转载 互联网反欺诈构建概述
转自：https://mp.weixin.qq.com/s/oSJBQy4X5Sr5n1I0ZwvGpg一、互联网反欺诈体系的构建存在着以下三个原则： （准）实时性：考虑到用户体验，互联网反欺诈体系必须能够在非常短的时间内对欺诈行为进行认定，并给出判断。对于注册、登陆、支付等一些场景，必须能够在用户无感知到情况下对欺诈行为进行检测和认定。 自动化：由于（准）实时性的要求较高，决...
2019-04-17 16:05:48
1059
转载 风控决策引擎经验
转载自https://mp.weixin.qq.com/s/LDcquVOTlCKJluyWG3AGAA一套完整的风控体系，在风控中，少不了决策引擎，今天就浅谈一下风控决策引擎。一、优先级风控决策引擎是一堆风控规则的集合，通过不同的分支、层层规则的递进关系进行运算。而既然是组合的概念，则在这些规则中，以什么样的顺序与优先级执行便额外重要。风控系统的作用在于识别绝对风控与标识相对风险...
2019-04-17 09:08:08
4078
转载 特征选择 (feature_selection)
转自：http://www.cnblogs.com/stevenlk/p/6543628.html当数据预处理完成后，我们需要选择有意义的特征输入机器学习的算法和模型进行训练。通常来说，从两个方面考虑来选择特征：特征是否发散：如果一个特征不发散，例如方差接近于0，也就是说样本在这个特征上基本上没有差异，这个特征对于样本的区分并没有什么用。 特征与目标的相关性：这点比较显见，与目标相关性高...
2019-04-13 22:32:41
571
原创 MySQL(二)任务4打卡
项目七: 各部门工资最高的员工（难度：中等）项目八: 换座位（难度：中等）项目九: 分数排名（难度：中等）基本知识： sql语句中，使用@来定义一个变量。如：@abc sql语句中，使用:=来给变量赋值,：@abc:=123,则变量abc的值为123 sql语句中，if(A,B,C)表示，如果A条件成立，那么执行B，否则执行C，如:@abc :...
2019-04-06 10:53:14
168
原创 MySQL(二)任务3打卡
项目3：项目4：Case具有两种格式。简单Case函数和Case搜索函数。第一种 格式 :简单Case函数 :格式说明 case 列名 when 条件值1 then 选择项1 when 条件值2 then 选项2....... else 默认值 end第二种 格式 :...
2019-04-03 23:40:46
177
原创 DataWhale MySql MISSION1_2019-03-31
1.1安装过程：sudo aptitude updatesudo aptitude install MySQL1.2基础命令
2019-03-31 23:35:16
118
转载 GBM参数
GBM参数转载自：http://blog.csdn.net/mr_tyting/article/details/73004303总的来说GBM的参数可以被归为三类：树参数：调节模型中每个决定树的性质Boosting参数：调节模型中boosting的操作其他模型参数：调节模型总体的各项运作从树参数开始，首先一个决定树的大致结构是这样的：
2018-02-03 11:16:44
1120
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