数据挖掘
仰望星空€
仅此一生,竭尽全力
展开
-
【数据挖掘】基于SPSS Modeler实现商业银行信用卡贷款风险识别
基于SPSS Modeler实现商业银行信用卡贷款风险识别目录基于SPSS Modeler实现商业银行信用卡贷款风险识别1.数据审核、缺失值、重设变量2.连续变量离散化3.字段过滤4.特征选择5.建模前的准备——数据分区6.模型训练7.数据预测SPSS Modeler软件对于数据挖掘任务而言是一项重要并且简单的工具,可以在不写代码的情况下轻松调用数个机器学习模型并且实现相应案例的预测。总之,简要掌握SPSS Modeler软件,一方面可以搞定课内的数据挖掘类课程,同时原创 2020-11-24 10:02:45 · 3463 阅读 · 0 评论 -
【Python】手把手教学|数据挖掘模型导出流程
sklearn模型文件导出在利用python的sklearn库进行数据挖掘与数据分析时,往往会使用到机器学习的多种智能算法进行预测和分析。有的时候需要将模型导出,以备以后对新的数据进行预测,那么久很有必要将针对原有训练数据获得的模型导出到文件中。模型文件导出前,需要安装好第三方库,pip相应的库就可以,如果安装不了可以用下清华源的库进行pip from sklearn.externals import joblib安装好第三方库之后,就可以将sklearn对数据分析时的模型进行导出,原创 2020-11-17 22:07:41 · 1502 阅读 · 0 评论 -
【机器学习】python实现KNN模型识别手写题数字
机器学习是AI人工智能的重要组成部分。机器学习不仅包含了KNN、SVM、决策树等模型与方法,更有近年来越来越潮流的DP(深度学习)。这回讲一讲如何使用KNN模型识别手写体数字。目录1.导入第三方函数库2.读取训练数据3.读取测试数据4.建立模型5.绘制超参数N与模型准确率的关系曲线1.导入第三方函数库import numpy as npimport pandas as pdimport matplotlib.pylab as plt%matplotlib inline原创 2020-07-19 13:44:52 · 716 阅读 · 0 评论 -
【数据分析】基于python技术实现数据挖掘必备流程
最近在做数据挖掘的任务,特整理数据挖掘的流程如下。目录1.数据获取2.数据读取3.数据清洗及缺失值处理4.数据转换5.特征提取6.划分训练集和测试集7.构建模型并训练模型8.使用模型进行预测1.数据获取一般是通过网络上的csv、xlsx、xls、txt等格式的文件,当然也可以使用网络爬虫爬取网络上的数据。这个没有特别需要讲述的。2.数据读取数据读取可以使用python编程工具的pandas库,读取便捷并且操作便捷。3.数据清洗及缺失值处理数据清洗包原创 2020-07-02 18:47:00 · 1122 阅读 · 0 评论