数据分析
文章平均质量分 92
清风一起
这个作者很懒,什么都没留下…
展开
-
Python实现线性回归算法,只使用python中的pandas和numpy库
这一篇来介绍以下最简单的模型就是线性回归,这是很多机器学习的起步算法,虽然简单,但是通过Python最基础的数据结构去实现,只是用基础的库包去实现,有利于提高我们的编程能力,接下来让我们一起来编写代码。当然,你想要读懂以下内容,你需要学习过Python基础,并有认识机器学习的一些基础概念,如目标函数、标准化、过拟合、梯度下降、评价指标等。也许你也可以在阅读过程中一步一步去认识它们。线性回归就是用一条线来解释自变量与因变量之间的关系。目标函数最小二乘法和梯度下降法。原创 2024-07-16 15:41:33 · 1082 阅读 · 0 评论 -
Python实现逻辑回归算法,只使用python中的pandas和numpy库
只使用最基础的python语言,只是用基础的库包去实现机器学习算法,有助于读者理解各机器学习算法的原理,以及算法实现的整个步骤。这期带来逻辑回归(Logistic)算法的实现。希望通过基础的python代码去实现机器学习算法去提高我们的编程能力希望通过代码的一步步的实现,来领会整个算法实现过程。Logistic Regression 虽然被称为回归,但其实际上是分类模型,并常用于二分类第一,逻辑回归与线性回归的区别。原创 2024-07-16 14:29:35 · 911 阅读 · 0 评论 -
Python实现K-means聚类算法,只使用python中的pandas和numpy库
只使用最基础的python语言,只是用基础的库包去实现机器学习算法,有助于读者理解各机器学习算法的原理,以及算法实现的整个步骤。这期带来K-means聚类算法的实现。k-means是一种最流行的聚类算法,属于无监督学习 ,可以在数据集分为相似的组(簇),使得组内数据相似度较高,组间之间的相似度较低。从样本中选择k个点作为初始簇中心。计算每一个样本到各个簇中心的距离,将样本划分到距离最近的簇中心所对应的簇中根据每个簇中的所有样本,重新计算簇中心,并更新。原创 2024-07-14 23:05:10 · 287 阅读 · 0 评论 -
机器学习之用逻辑回归制作评分卡(分类分析:基于UCI的german信用评分卡设计)
本次实验希望通过利用来自UCI数据集中的german.data进行数据处理和特征选择。之后通过逻辑回归进行模型构建与评估,然后构建评分卡模型,分数转化生成评分卡,最后制作符合业务要求且兼顾用户体验的评分卡。提示:工具选择:JupyterLab notebook。原创 2023-05-03 16:05:07 · 2283 阅读 · 4 评论 -
【无标题】RFM客户聚类---------Python实现K-mean聚类,以及与EM聚类进行对比
本次主要是通过对原始的客户购买记录数据进行数据清洗与数据预处理,提取数据构建RFM模型,然后对客户进行聚类,最后模型应用,将客户分成不同的客户群。实现目标有三:1.借助客户数据,对客户进行分类2.对不同的客户类别进行特征分析,比较不同类客户的客户价值3.对不同价值的客户类别提供个性化服务,制定相应的销售策略原始数据读者可通过点击该此处来获取。原创 2023-04-16 00:21:29 · 1013 阅读 · 2 评论