2018年09月_进击的橘子猫

原创 Python基础（一） - Json文件解析与读写至DataFrame

简介简单讲一下怎么把txt文件中的json格式文件导入到python中，同时转为Data Frame形式的数据框。以方便后续进行数据分析。环境介绍系统环境：Windows 10Python版本：Python 3.5GUI：Anaconda Spyder必备库：pandas, json 代码及解释如果你的txt中只有一个json对象，那么用以下的语法就可...

2018-09-26 14:03:35 4842 2

原创 4.3.4.集成学习（一） - 袋装法(Bagging)，提升法(Boosting)，随机森林(Random Forest)

简介集成学习（Ensemble Learning）是通过聚合多个分类器的预测结果来提高分类的准确率。比如，在集成学习中，会生成多个分类树模型，从中选取表现较好的那些树模型，在通过投票等筛选方式决定最终输出的分类器。在聚合算法中，以Bagging，Boosting与Random Forest（随机森林）最为典型。这三个算法，因为能够显著改善决策树的缺陷而被广泛应用。一句话解释版本：Bag...

2018-09-17 15:51:19 8828

原创 4.3.2无监督学习（四） - 序列模式与AprioriAll算法

简介关联分析为了寻找数据各个特征之间的关联影响关系。关联关系并不是因果关系，它表示的是特征A出现与特征B出现之间的影响关系。关联分析通常可以分为关联规则（Association Rules）与序列模式（Sequence Pattern Mining）。其中，序列模式算法中最基本的是AprioriAll算法。一句话解释版本：序列模式就是有时间顺序概念的关联规则。数据分析与挖掘体系...

2018-09-06 10:53:15 1864

原创 4.4.2分类模型评判指标（四） - ROC，AUC，GINI，KS，Lift，Gain，MSE总结

简介分类模型的评判指标光是图就有好多，ROC，AUC，GINI，KS，Lift，Gain，MSE，这些有些是图有些是指标，放在一起乱七八糟搞得人分不清东南西北。所以这里我先整体给大家一个直观的介绍。省的以后再遇上这么多图的时候完全分不清是谁是谁。三句话概括版本：Confusion Matrix -> Lift，Gain，ROC。ROC -> AUC，KS -> G...

2018-09-05 16:45:24 11009 1

原创 4.3.2无监督学习（三） - 关联规则与Apriori算法

简介关联分析为了寻找数据各个特征之间的关联影响关系。关联关系并不是因果关系，它表示的是特征A出现与特征B出现之间的影响关系。关联分析通常可以分为关联规则（Association Rules）与序列模式（Sequence Pattern Mining）。其中，关联规则算法中最出名的是Apriori算法。其应用最广为流传的是“啤酒与尿布”的例子。一句话解释版本：关联分析通过支持度与置信度衡...

2018-09-04 12:50:50 2877

原创 R基础（一）- R版本升级、现有版本查看

R版本升级系统：WINDOWS方式：推荐打开RGui界面进行升级，而不要再RStudio中直接输入命令包：installr代码：# 安装包，如果已经有此包可跳过此步骤install.packages("installr")# 加载包，升级library(installr)updateR() 查看R版本代码：version ...

2018-09-04 12:43:47 58298 1

Orange_Spotty_Cat的博客