算法
文章平均质量分 78
pumpkin96
这个作者很懒,什么都没留下…
展开
-
如何合理的定义用户流失——流失多少天算流失
关于流失用户,我们首先想到的是选择怎样的时间跨度才能准确定义玩家为一个流失用户。通常在游戏中,会有对流失玩家召回活动,假如流失玩家的流失期限定义太短,比如3天未登录游戏,即算流失;这样虽然能够覆盖更多的真实流失玩家,但同时也将许多非真实流失玩家,在召回活动中大量发放奖励,不仅浪费资源,也破坏了一定的游戏平衡性;假如流失玩家的流失期限定义太长,比如60天未登录游戏,即算流失,这样覆盖全部真实流失玩家的比例较低,召回活动显得没有太大的意义;所以玩家流失多久才能定义为流失玩家至关重要。原创 2022-10-25 18:47:30 · 2915 阅读 · 3 评论 -
python实现决策树-数据集如下图所示,根据我们对决策树的理解,设计一棵决策树,并输入{Age:36,Salary:H,STU:No,Credit:OK} 测试数据,是否与预期结果一致?
python实现决策树-数据集如下图所示,根据我们对决策树的理解,设计一棵决策树,并输入{Age:36,Salary:H,STU:No,Credit:OK} 测试数据,是否与预期结果一致?原创 2022-08-04 18:14:47 · 410 阅读 · 0 评论 -
简单关联规则算法例题-9个顾客的编号为(T1,T2,T3,T4,T5,T6,T7,T8,T9),每一个顾客购买的商品记录{{I1,I2,I5}...},并使用python实现简单关联规则
简单关联规则算法例题-9个顾客的编号为(T1,T2,T3,T4,T5,T6,T7,T8,T9),每一个顾客购买的商品记录{{I1,I2,I5},{I2,I4},{I2,I3},{I1,I2,I4},{I1,I3},{I2,I3},{I1,I3},{I1,I2,I3,I5},{I1,I2,I3}}求频繁项集原创 2022-08-03 13:53:11 · 2150 阅读 · 0 评论 -
时序模型——如何用Python进行时序模型预测的baseline预测(简单规则)
在对时间序列问题进行建模预测之前,通常可以通过一些简单的规则对结果进行提前的预测,可以作为baseline,供之后的模型进行参考。很多数据分析的比赛,都可以基于对于背景的理解和数据分析获得有用的规则,通过"if A then B"等方式设计出很好的基准方案。 一般我们可以采取一些简单的统计量作为特征:在之前的时间序列ARIMA模型中,我们对于扫码量的周期性把握的不够明确,从而导致预测出的结果与实际数据存在一定的差异性。因此我们在总结上述的经验同时,对预测模型进行进一步的改进和数据分析。......原创 2022-06-29 17:13:27 · 2053 阅读 · 0 评论