![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据挖掘
只要开始永远不晚
好好学习,天天向上!
展开
-
数据挖掘之超参调优技巧
训练损失应该稳步下降,一开始是陡峭的,然后更慢,直到曲线的斜率达到或接近零。原创 2023-01-19 17:04:00 · 804 阅读 · 0 评论 -
数据挖掘之数据验证的指导原则
数据的质量好坏决定了模型的性能和稳定性。所以,我们需要实时审视我们的数据,以下是一些做数据验证的指导原则。原创 2023-01-19 16:51:38 · 946 阅读 · 0 评论 -
LightGBM、XGBoost参数调优,调参经验 ,参数介绍
LightGBM、XGBoost参数调优,调参经验 ,参数介绍。原创 2021-09-07 13:48:41 · 892 阅读 · 0 评论 -
聚类分析上证50成分股
2020年3月10日是个划时代的日子,在全球主要市场一片惨淡的时刻,我们的大A终于走出了独立行情。为了纪念这一天,我决定用EM聚类算法对上证50的成分股做一次聚类,将其划分为十类。然后,我将从每类中随机选一只,打包一个投资组合,以上帝视角回测一下,PK一下ETF指数基金。数据为10日收盘时,50只成分股收盘时的涨跌幅、成交额、大单流入额等指标。数据加载原始数据我已经清洗完毕...原创 2020-03-11 17:56:17 · 1025 阅读 · 0 评论