- 博客(6)
- 资源 (3)
- 收藏
- 关注
RSS订阅
原创 相关性分析与余弦距离
1.pearson相关系数两个连续变量间呈线性相关时(两变量需服从正态分布)，使用pearson积差相关系数，不满足积差相关分析适用条件时，使用spearman秩相关系数描述2.spearman秩相关系数spearman相关系数又称秩相关系数，是利用两变量秩次大小作线性相关分析(依据两列成对等级等级数之差来计算，所以又称等级差数法)，对原始变量分布不作要求属非参数统计方法，适用范围...
2019-03-26 20:36:48
2025
原创 Python中深拷贝与浅拷贝详解
所有Python对象都有三个属性：身份、类型、值name='a'id(name) #id-身份唯一标识type(name) #对象类型1.可变对象列表、字典、集合，指可变对象的值可变，身份不变2.不可变对象数字、字符串、元组对象身份和值都不可变。新创建对象被关联到原来变量名，旧对象被丢弃，垃圾回收器会在适当时机回收这些对象3.引用Python程序中每个对象都会在...
2019-03-31 22:12:48
192
原创 哑变量与鲁棒性的理解
若名义变量是有序的，则哑变量编码替代方法是给类别编号并应用min-max标准化。使用该方法注意点：只有确信类别间步长相等时，才能应用。如果有证据证明类别间步长不相等，那么哑变量编码是一种更保险方法鲁棒性即算法稳定性，即被测数据出现“震动”(受到干扰)时，算法得到结论是否相对稳定。具体在评价边缘检测算法稳定性时，可以对边缘图像加噪声，也可对边缘图像做模糊处理(锐化处理的反处理)，还可降低图像辉度...
2019-03-17 22:36:39
313
原创 随机森林模型详解
1.定义决策树+bagging=随机森林，随机森林是一种比较新的机器学习模型(非线性基于树的模型)集成学习方法。上世纪八十年代Breiman等人发明分类树算法，通过反复二分数据进行分类或回归，计算量大大降低，2001年Breiman把分类树组合成随机森林，即在变量(列)的使用和数据(行)的使用上进行随机化，生成很多分类树，再汇总分类树结果。随机森林在运算量没有显著提高前提下提高了预测精度，随机...
2019-03-17 21:43:57
88496
8
原创 k折交叉验证概述-附R语言实现
因需要拿出部分数据作为测试，故总有部分数据不能用于构建模型，一种更好选择是交叉验证(简称CV)。k折交叉验证是交叉验证方法中的一种(是进行模型比较的有效方法)，将整体数据集分为k份(每份近似相等)，其中k-1份作为训练数据，另外一份作为验证数据集，并计算预测误差平方和。用验证集来验证所得分类器或模型的错误率，循环以上实验k次，直到所有k份数据都被选择一遍为止。选择小一点的k容易高方差，大一点的k容...
2019-03-02 23:09:55
7949
2
原创 RFM模型浅析
RFM模型在客户管理中常被用来衡量客户价值和客户创新能力，主要考量三个指标：最近一次消费-Recency、消费频率-Frequency、消费金额-Monetary。根据以上三个维度对客户做细分，假定每个维度划分五个等级，得到客户R值(1-5)，F值(1-5)，M值(1-5)。那么客户就被分作125个细分群，就可根据客户交易行为差异针对不同群体做不同推荐。或进一步针对不同业务场景，对R、F、M赋予不...
2019-03-02 15:37:07
2811
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人