- 博客(7)
- 收藏
- 关注
RSS订阅
原创 Adaboost与Logistic Regrassion
提升方法参考：李航 统计学习方法：数据集：Givemesomecredit From Kaggle提升方法从弱学习算法出发，反复学习，得到一系列弱分类器（又称为基本分类器），然后组合这些分类器，构成一个强分类器。大多数的提升方法都是通过改变训练数据的概率分布，针对不同的训练数据分布调用弱学习算法学习一系列弱分类器。对于提升方法而言，需要解决的一是在每一轮如何改变训练数据的权值或概率分布；二...
2019-06-28 11:58:08
1773
3
原创 6月3日有个开发ab测试平台的想法，看看啥时候能实现
flag随便立，不倒算我输AB测试简介平台搭建AB测试简介总是分不太清楚什么叫做ab测试，每次都是乱搞一通，看了太多的文章，还是不太清晰。索性就自己记个笔记吧，明白一行写一行。平台搭建...
2021-06-03 19:09:56
60
原创 常用的机器学习python代码
常用的机器欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown
2021-06-03 19:05:50
359
原创 拒绝演绎
文章来源：《信用风险评分卡研究⋅\cdot⋅基于SAS的开发与实施》。如侵立删！定义和理由拒绝演绎仅适用于申请评分卡。这是由于模型开发使用的数据实际上并不是从申请总体中随机选择的，而仅仅是从过去已经被接受的账户中选择的。因此，将模型结果应用于全部总体隐含着对被拒绝账户的忽视。进而，建立评分卡时将对被拒绝账户的状态进行演绎并将其纳入评分卡开发数据集。需要关注的是，在信用风险评分领域，并不是所...
2019-08-21 15:14:46
874
原创 评分卡模型的监测和报告
笔记来源：信用风险评分卡研究⋅\cdot⋅基于SAS的开发与实施报告的目的评分卡报告分为两类：实施前的报告：通常，这些报告被用来计算得分在不同变量的范围和类别之间的分布。也可以用来比较这些变量分配的分值和观察到的违约率。实施后的报告：重点是评估评分卡在防治违约方面的有效性。因此，这些报告计算客户总体中不同分群的违约率以及被赋予的分值。评分卡在企业中的作用，可以用来回答以下问题：...
2019-08-20 10:45:22
1144
转载 决策树
文章目录信息增益熵和条件熵信息增益和信息增益比基尼指数决策树生成决策树剪枝sklearn.treeTips on using sklearn.tree优点:计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特 征数据。缺点:可能会产生过度匹配问题。适用数据类型:数值型和标称型。决策树的一般流程(1) 收集数据:可以使用任何方法。(2) 准备数据:树构造算法只适...
2019-06-25 15:05:07
198
1
转载 Logistic Regression
Logistic Regression(LR)Model:参数估计LR模型学习时，对于给定的训练数据集T={(x1,y1),(x2,y2),...,(xN,yN)}T=\{(x_1,y_1), (x_2,y_2),...,(x_N,y_N)\}T={(x1,y1),(x2,y2),...,(xN,yN)}，其中，xi∈Rnx_i\in\mathbb{R}^nxi∈Rn， yi∈...
2019-06-20 14:46:33
2315
1
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