weixin_38080060的博客

原创 信用卡欺诈检测

信用卡欺诈检测信用卡欺诈检测是kaggle上一个项目，数据来源是2013年欧洲持有信用卡的交易数据，详细内容见https://www.kaggle.com/mlg-ulb/creditcardfraud这个项目所要实现的目标是对一个交易预测它是否存在信用卡欺诈，和大部分机器学习项目的区别在于正负样本的不均衡，而且是极不均衡的，所以这是特征工程需要处理的第一个问题。除此之外，在数据预处理上减轻的负担是缺失值的处理，并且大多数特征是经过了均值化处理的。 项目背景与数据初探# 导入基础的库，其他的模型库

原创 航空公司客户画像和客户价值分析

原创 使用python将excel数据导入MySQL

本文是介绍自己如何将excel数据导入到Mysql中，以及中间有一个报错的解决方法，记录下自己的改正过程，嘻嘻嘻。首先安装工具包，我用的jupyter notebook：!pip install mysqlclient# 导入需要的包import pandas as pdfrom sqlalchemy import create_engine# 创建引擎engine = create_engine('mysql://username:password@localhost/databasena

原创 airbnb 数据分析报告

airbnb数据分析报告数据集来源：https://www.kaggle.com/c/airbnb-recruiting-new-user-bookings/data一、airbnb背景与分析1.1 airbnb背景介绍Airbnb(AirBed and Breakfast)，爱彼迎，是一家联系旅游人士和家有空房出租房主的服务性网站，它可以为用户提供多样的住宿信息.Airbnb成立于2008年8月，总部在美国加州旧金山市，airbnb是一个旅行房屋租赁社区，用户可以通过网络或手机应用程序发布、搜索度

原创 Kaggle exercise 1: Titanic Disaster

Kaggle exercise 1: Titanic DisasterThe competition is simple: use machine learning to create a model that predicts which passengers survived the Titanic shipwreck.While there was some element of luck involved in surviving, it seems some groups of people

原创 分类算法：Logistic regression详解与Matlab代码实现

机器学习的第一个算法也是最简单的算法是线性回归，对于输入x，模型输出的y是连续的，这也是回归问题(预测)和分类问题的区别，分类问题，二分类问题都是离散值，而回归问题。而对于为什么明明是分类算法却称作Logistic regression，个人理解是因为Logistic Function的输出是之间的实数，这与回归问题是如出一辙的。下面进行Logistic regression模型的详解，Logistic regression不仅能解决二分类问题，也能处理多分类问题，以二分类问题为例，多分类问题会在后面讲