- 博客(17)
- 收藏
- 关注
RSS订阅原创 因果图模型与python验证
1.A→B→C。因果网络有三种基本类型或形式。1.A→B→C。这种接合形式是被称为链”接合或中介接合的最简单的表现形式。一个熟悉的例子是“火灾→烟雾→警报”。虽然称这个系统为“火灾警报”，但实际上它应该叫烟雾报警。火灾本身并没有引起警报，所以这里也就没有从火灾直接指向警报的箭头。只有火灾向空气中释放的烟雾分子才会触发警报。这个观察引出了关于链接合的一个重要概念点：中介物B“屏蔽screen off）了从A到C的信息或从C到A。
2024-03-19 19:38:23
1010
原创 归因方法梳理
马尔可夫归因的主要思想是移除效应：对于一个因子，和的差别，也就是边际增益或边际效应。举个不新鲜的例子：对于C1，有C1参与时，有两条转化路径：start-C1-C2-C3-conv，以及start-C2-C3-conv。所以P（conv|有C1） = P（start-C1-C2-C3-conv） +P（start-C2-C3-conv）没有C1参与时，有一条转化路径：start-C2-C3-conv。所以P（conv|没有C1） =P（start-C2-C3-conv）
2024-03-19 13:31:54
2272
原创 记录python销量预测的自动化工程-从数据库到机器学习模型
这是我在杭州工作时的一个项目，每天从数据库读取一次销量数据，进行时间序列模型（Prophet）的训练和销量的预测。涉及数据库（MySQL）读取、数据预处理、训练集和测试集划分、模型评价与选取以及预测数据写回（给BI同学）等步骤。6、config_prophet.py提供整个程序运行的参数，包括SKU选取参数、Prophet参数、训练集测试集划分参数等。5、run_prophet.py是主程序，运行从数据库读取数据到预测数据回写的全流程。4、Prophet.py的作用是训练、评价模型，并实现预测数据回写。
2024-03-18 20:56:54
231
原创 蒙提·霍尔悖论（三门问题）
1、三扇关闭的门，其中一扇的后面有一辆汽车，参赛者选中这扇门就可以赢得该汽车，而另外两扇门后面则各藏有一只山羊。2、当参赛者选定了一扇门，但未去开启它的时候，节目主持人会开启剩下两扇门的其中一扇，露出其中一只山羊。3、主持人其后会问参赛者要不要换另一扇仍然关上的门。
2024-03-18 20:31:25
512
原创 记录SQL用法—with和日期
2、日期相加函数DATE_ADD的用法：DATE_ADD(some_date, INTERVAL n DAY)。1、with的中间表可以引用前面建好的中间表，如t2引用t1，t3引用t2（这些中间表就是你的问题处理过程）。为例子，记录SQL的with和日期的用法。
2024-03-15 16:46:27
185
1
原创 SQL-子查询和窗口函数的使用
在外部查询的select中，第一个相关子查询计算每个客户的总payment，第二个子查询使用了第一个子查询的别名，第三个子查询使用了第二个子查询的别名。4、要解决这个问题，你需要将窗口函数的结果存储在一个子查询中，然后在外部查询中使用这个子查询的结果。3、使用窗口函数的别名。
2024-03-13 19:59:15
174
原创 SQL having可以使用select中的别名
参考链接：https://blog.csdn.net/weixin_51210725/article/details/124686426。如果ONLY_FULL_GROUP_BY sql mode不开启，那么mysql对标准SQL的扩展可以生效。之前的版本，ONLY_FULL_GROUP_BY sql mode。在mysql的数据库sakila下，执行下面一段代码。
2024-03-13 11:42:24
313
原创 力抠601. 体育馆的人流量-SQL相关子查询
2、判断最后一行时，如果本行和前面两行都满足大于等于100，，则最后一行满足要求；3、判断中间行时，如果本行和前、后相邻行都满足大于等于100，，则该行满足要求；1、判断第一行时，如果本行和后面两行都满足大于等于100，，则第一行满足要求；要逐行判断，判断上下文与要判断的行相关，用相关子查询。
2024-03-12 16:19:47
223
1
原创 力抠607. 销售员——SQL 相关子查询及视图
否则，如果第3步输出的结果为空，说明此时外部查询传递的name，在订单表中没有对应公司名称为“RED”的样本，通过not exists把它留下。相关子查询是外部查询逐行进行的，也就是说外部查询每进行一行，就把这行的相应值赋给子查询，并执行一次子查询（逻辑上是这样，暂不考虑sql的性能优化）。1.首先执行外部查询，1-2行，逐行查询SalesPerson表的name字段，并把某个name值存起来，将来传递给子查询。2.然后执行子查询中的子查询，6-11行，这个相当于非相关子查询，先运行且只运行一次。
2024-03-11 21:09:10
363
原创 机器学习闲聊（三）
精确率（Precision，P）：是指预测结果中真正例（True Positive，TP）占所有预测结果中正例（Positive，TP+FP）的比例。lift值的理解：分子是在某阈值下的精确率P，分母是真正样本占总样本的比例，可以理解为预测样本为正的先验概率。画法与K-S曲线类似，先排序，然后从大到小取阈值，在该阈值下计算lift值，然后以阈值为横坐标，lift值为纵坐标画图。2.每个阈值下，所有样本按步骤1预测完，就会有一个混淆矩阵，同时有一个R，P值，（R，P）就是PR曲线的一个坐标点；
2024-03-06 21:42:38
361
原创 机器学习闲聊（二）
树模型，包括XGB、GBDT、随机森林等，模型结果就相当于是特征组合，每个叶子节点的意义是多个特征的分裂，只不过树模型是启发式最优化，结果输出的特征组合不一定是全局最优的。特征组合模型还包括因子分解机（FM），甚至后来出现DeepFM，Wide&Deep，都是在特征上做文章，以求更好的模型效果。此外，在深度学习的每一个隐层，都相当于是一次特征工程，只不过这个过程是自动的，是由模型的输入、输出和负反馈驱动的，不需要人工参与，当然，人对其内部的了解也就少了，这就是黑盒模型。输入到模型的特征，应该有相同的量纲。
2024-03-06 09:09:53
363
原创 XGBoost用Logloss做损失函数时的叶子节点权重和预测值问题
当XGBoost以Logloss作为损失函数的时候，我们知道预测值是各树叶子节点权重之和的sigmod函数。即第i个样本的预测值，等于该样本在各个树中落到的叶子节点的权重之和，再做sigmod（和逻辑回归形式一样，但含义不同），j代表树。网上讲XGBoost的文章很多，却很少有把从损失函数到这个结论的过程说的比较清晰的（至少我没有看到过，也可能是我理解能力不够吧哈哈）。本文尝试做这个工作。
2024-02-28 22:46:45
763
1
原创 数据工作的几点总结
先以一个工作中遇到的实际案例来开头吧。之前在杭州有一段工作，刚入职的时候就负责公司主要产品的销量预测任务。我和一个数据工程师做了对接，从他那里获得了销量的历史数据，了解了基本业务流和数据流的流程，对数据的每个属性维度的含义也都进行了说明，于是我就从观察数据开始，逐步进行处理和分析。训练完模型之后，发现几个SKU的销量在验证集中总有那么几天预测不准。我开始以为是Prophet模型参数设置的问题，但是调整后还是没有改善。于是我和数据工程师、市场部同事又进行了讨论，终于发现原来是由于库存缺货状态导致的。
2024-02-28 09:28:27
883
原创 SQL执行顺序—力扣262. 行程和用户
关于sql的执行顺序，https://blog.csdn.net/weixin_44141495/article/details/108744720/ 这篇文章说的很好关于sql的执行顺序，https://blog.csdn.net/weixin_44141495/article/details/108744720/ 这篇文字说的很清楚，这里搬几个图（如侵权请联系删除）。1、标准查询语句2、执行顺序3、示例。
2024-02-27 21:04:59
465
原创 标题SQL窗口函数之partition by
partition by与group by都是对表中的某维度进行分组。不同的是partition by返回的是分组后的每一条记录，不改变表中数据行数，后续可以做排序、topN等操作；而 group by返回的是分组的聚合值，例如max、sum、avg等值。
2024-02-27 17:29:40
2439
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人