sanjianjixiang的博客

目录:一. 构造词向量特征1.1 原始数据编码转换1.2 生成对应的数据表1.3 分词与词性过滤二. 构造输入特征2.1 使用Gensim库建立word2vec词向量模型2.2 加载训练好的word2vec模型，求用户搜索结果的平均向量2.3 测试集三. 建立预测模型3.1 基础预测模型(逻辑回归)3.2 随机森林3.3 堆叠模型四. 模型测试一. 构造词向量特征1.1 原始数据编码转换import pandas as pdimport csv# 训练数据data_path = r'data\

（一）：分析数据指标不同指标对结果的影响连续值与离散值的情况（二）：观察数据正太性是否满足正太分布数据变换操作（三）：数据预处理缺失值填充标签转换（四）：集成方法建模对比单模型回归效果平均与堆叠效果对比

使用京东多个品类下商品的历史销售数据，构建算法模型，预测用户在未来5天内，对某个目标品类下商品的购买意向。一. 数据检查; 二. 构建特征表单; 三. 数据清洗; 四. 数据探索; 五. 特征工程; 六. 构造训练集/测试集; 七. Xgboost建模

电费敏感数据挖掘一: 数据处理与特征工程电费敏感数据挖掘二: 文本特征构造目录:六. 构建XGBoost模型6.1 读取特征6.2 基于选择的词来创建tf-idf，构建模型输入数据6.3 XGBoost七. 保存最终预测六. 构建XGBoost模型6.1 读取特征import pandas as pdimport numpy as npimport picklefrom scipy...

电费敏感数据挖掘一: 数据处理与特征工程目录:四. 处理文本特征4.1 结巴分词4.2 处理手机号,户号等后面连接的号码4.3 加入文本特征五. 文本特征筛选5.1 构建数据集5.2 稀疏矩阵5.3 构造tf-idf特征5.4 基于特征选择来降维保存文本特征四. 处理文本特征4.1 结巴分词import jiebaprint('开始处理表1中的文本特征...')mywords = [...

电费敏感用户数据挖掘1: 一. 数据筛选; 二. 离散值处理; 三. 构建统计特征

特征理解分析: 单特征分析，逐个变量分析其对结果的影响; 多变量统计分析，综合考虑多种情况影响; 统计绘图得出结论数据清洗与预处理: 对缺失值进行填充; 特征标准化/归一化; 筛选有价值的特征; 分析特征之间的相关性建立模型:特征数据与标签准备; 数据集切分; 多种建模算法对比; 集成策略等方案改进

训练一个基本的xgboost模型，然后进行参数调节通过交叉验证来观察结果的变换，使用平均绝对误差来衡量