麻利麻利哄吧
boc风控算法工程师暑期实习转正。
曾经深度参与boc的业内项目,在统计建模、数据科学、机器学习等方面有着丰富的经验;博客中的内容基本以R为主,python为辅,将深度介绍统计学习领域中的各种方法。
目标:R语言中的奢饰品!
展开
-
k近邻方法处理有序型因子、无序型因子
详细的介绍了kknn程序包(k近邻方法)对有序因子和无序因子的处理。原创 2023-10-31 15:28:30 · 167 阅读 · 0 评论 -
各类统计模型R语言的详细使用教程-R语言的线性回归使用教程
本篇博客详细的介绍了线性回归建模过程中的步骤:建模、统计推断,但是也是仅仅介绍了建模的流程和统计推断,本人认为脑子中能够理解这些知识理解掌握这些流程就足以应对建模了,熟练度需要不断去做才能提高!回归的框架很大,由线性回归衍生出来的东西很多,线性回归只是冰山一角!原创 2023-10-27 07:00:00 · 474 阅读 · 0 评论 -
各类统计模型的详细使用教程-一元线性回归模型、线性回归模型、模型的构造理论、统计推断
以上内容详细的介绍了统计基础模型:一元线性回归以及多元线性回归的模型构造理论、模型的思想、模型的参数估计、随机扰动项方差的极大似然估计和最小二乘估计以及它们的证明理论(很经典但是你还不会)、模型的统计推断!原创 2023-10-19 17:41:23 · 203 阅读 · 0 评论 -
R语言有关模型方面的函数(model.)介绍-model.matrix
详细的说明了R语言model.matrix函数的使用说明以及如何根据自己的需要对有序因子和无序因子进行处理(手动书写函数和修改全局设置)。原创 2023-10-18 20:44:44 · 1190 阅读 · 0 评论 -
机器学习方法之k近邻方法的综述
深入浅出地介绍了k近邻方法发展过程中出现的各种方法思想,以公式、图片、自己的理解介绍了其中的统计思想!原创 2023-10-17 21:00:02 · 606 阅读 · 0 评论 -
R语言caretEnsemble包搭建Stacking集成模型
本篇博客详细的介绍了caretEnsemble包在处理Stacking集成模型时的方法步骤,让大家在短时间内迅速掌握Stacking集成学习。原创 2023-09-05 09:21:32 · 420 阅读 · 0 评论 -
R语言caret包结合自己的实际关注点对metric进行设置,并详细介绍defaultSummary等函数
R语言caret包结合自己的实际关注点对metric进行设置,并详细介绍defaultSummary等函数。原创 2023-09-04 11:21:03 · 166 阅读 · 0 评论 -
R语言glmnet包详解:横截面数据建模
本文详细的介绍了R语言glmnet建模的详细步骤以及理论基础,大家可以根据本篇博客举一反三,深入理解glmnet程序包的建模!原创 2023-08-02 21:38:34 · 1641 阅读 · 0 评论 -
各类损失函数结合反向传播不调包实现前馈神经网络
本篇博客手动实现了各类损失函数下的前馈神经网络,通过手动实现加深对神经网络的理解,这样比只会调包的工具人更有竞争力!原创 2023-06-02 12:25:15 · 346 阅读 · 0 评论 -
数据科学与机器学习案例之客户的信用风险与预测
客户的信用风险预测与分析:对每一个变量进行了描述性统计分析,建立了逻辑回归,svm,glmnet模型原创 2022-07-29 09:12:11 · 1792 阅读 · 9 评论 -
数据科学与机器学习案例之汽车目标客户销售策略研究
本篇博客目的是建立客户挖掘模型,数据呈现的是类失衡数据,针对类失衡数据的处理这篇博客没有做过多的赘述,可参考上一篇博客!原创 2022-08-05 22:30:00 · 410 阅读 · 0 评论 -
数据科学与机器学习之信用卡欺诈识别(严重类失衡数据建模)
以案例分享了机器学习的各种方法、类失衡问题的解决方法,包括模型调优、成本敏感度训练、抽样方法和分类截点的选取,以及各种格式化指标。原创 2022-08-04 22:30:00 · 1235 阅读 · 4 评论 -
Rshiny编写ui中具有web依赖项的控件{该问题的具体阐述请看引言}
问题说明:在汇报的过程中我们想添加具有web依赖项的控件,比如ui中有两个控件:第一个控件标签为m,其取值为:1、2;第二个控件标签为m0,m0的取值依赖于m,即:当m取值为1时,m0的取值为1到10;当m取值为2时,m0的取值为11到20.本篇博客主要探讨了conditionalPanel函数与update*函数对web编写ui依赖性控件的方法。原创 2023-05-23 15:08:13 · 627 阅读 · 1 评论 -
交叉熵损失结合反向传播算法不调包实现逻辑回归
本篇博客手动实现了交叉熵损失下逻辑回归的不调包实现,并且结合具体的二分类数据对代码进行了测试,可视化了不同参数下训练集与测试集的效果,可以帮助读者尽可能熟悉逻辑回归,掌握神经网络的初步搭建.原创 2023-04-29 10:00:00 · 964 阅读 · 0 评论 -
Kaggle数据科学竞赛使用GBDT、XGBoost、Lightgbm方法预测是否可以成功申请经费
Kaggle数据科学竞赛内容,极度舒适。原创 2022-10-24 21:58:30 · 1295 阅读 · 0 评论 -
数据科学与机器学习案例之WiFi定位系统的位置预测
数据科学案例:WiFi定位系统的位置预测包括:文本数据处理与挖掘、可视化、k近邻与加权k近邻模型预测、R语言程序调试、最终模型预测。以上就是本篇博客的全部内容,欢迎各位小伙伴批评指正,您的建议将是我不断更新的动力!谢谢!...原创 2022-08-12 19:00:00 · 726 阅读 · 3 评论 -
数据科学与机器学习案例之Stacking集成方法对鸢尾花进行分类
本篇详细介绍了如何使用Stacking模型集成方法对鸢尾花数据进行分类预测。原创 2022-08-13 19:00:00 · 1103 阅读 · 0 评论 -
R语言环境、堆栈的介绍 - sys.call sys.frame sys.parent sys.nframe 之一
R语言环境、堆栈的介绍 - sys.call sys.frame sys.parent sys.nframe 之一详细介绍R语言base包environment系列的函数介绍父环境与子环境之间的关系介绍包与父环境之间的关系用于访问函数堆栈的函数介绍函数介绍sys.call:sys.frame:sys.parent and sys.nframe:详细介绍R语言base包environment系列的函数函数使用说明environment(fun = NULL)返回与该函数或者表达式原创 2022-05-01 16:50:45 · 406 阅读 · 0 评论 -
R语言结合并行计算的实例一文讲懂环境
R语言结合并行计算的实例一文讲懂环境环境运用实例并行计算讲解环境环境具体关于环境我这里不做具体的赘述!对环境不了解的同学可以看一下张丹老师的这篇博客!张丹老师环境讲述的链接运用实例并行计算讲解环境并行计算可以提高我们的计算速度,但是不知道大家有没有在并行计算中套用过并行计算。什么意思呢?代码解释:library(parallel) #加载并行计算包clnum<-detectCores()a <- c(0.15,0.25,0.35,0.45)fun1 <- functi原创 2022-04-18 11:57:52 · 188 阅读 · 0 评论 -
R语言之朴素贝叶斯方法实现对垃圾邮件的分类
R语言朴素贝叶斯方法实现对6000多垃圾邮件的分类,开发了大规模文本数据处理的函数,R语言调优,可视化图鉴等等,共计1000多行代码,适合R语言初学者食用。原创 2022-03-25 16:46:24 · 1058 阅读 · 2 评论 -
R语言实现BML模型与shiny可视化
R语言实现BML模型引言BML模型中的移动规则,涉及R语言shiny可视化,适合R语言初学者食用。原创 2022-03-15 17:05:36 · 1024 阅读 · 1 评论 -
R语言基于马拉松参赛选手的比赛时间建模
目录:1、处理数据(2014年到2017年比赛选手的数据) 2、使用多种模型对比赛选手的比赛时间建模(贝叶斯估计、非参数方法、分段线性拟合) 3、对各种模型的可视化 4、为常期参赛选手构造个人记录初衷:建模过程加深对R的掌握。正文:首先对四年的数据进行处理。library(RColorBrewer)library(rethinking)library(ggsci) # 加载包df1 <- read.csv(...原创 2021-12-04 15:54:51 · 342 阅读 · 3 评论