来了

摘要： 最近在弄这个 需要弄明白这些原理 我要知道为什么要这么做 如何做 有什么类型 如何对比做了前后 然后加到报告里 包含part：原理 处理前 处理后 大多数的参数统计数值，如均值、标准差、相关系数 等，以及基于这些参数的统计分析，均对离群值高度敏感。因此，离群值的存在会对数据分析造成极大影响。 离群值 阅读全文

摘要： 特征处理编码：数据类型：数值 字符是否有顺序类别数量：高低基数1、独热编码 针对无序低基数类离散特征，使之变为哑特征不适合高基数的特征2、标签编码：针对无序低基数类型的离散特征 形式简单且对于低基数特征有效3、woe编码：代表特征对于y标签的预测能力，常用于描述区分好坏客户的衡量标准 4、平均数编码 阅读全文

摘要： 一些有意思的 点： 1、使用推荐算法根据用户预测的热度结果累加，作为最终预测的实体热度 2、根据实际需求，指定两个模型评判的标准： 数值型，直接和数值比较；分类型，看能否映射到特定区间 3、 均方误差：均方根误差：平方误差：对异常值有更大权重异常值有的情况下看maeR平方：展示背离程度、实际预测的线 阅读全文

摘要： ############################## #统计特征SB下XX数据有几个，并保存 #适用于 #featureA featureB featureC #SDF 345 TA #SDF 976 TB #KKj 3 TA #KKj 43 TB #想转为 #featureA TA TB 阅读全文

摘要： ############################## #统计特征SB下XX数据有几个，并保存 #适用于 #featureA featureB #SDF 345 #SDF 976 #KKj 3 #KKj 43 #KKj 34556 #想转为 #featureA 写进数据集的特征名 #SDF 2 阅读全文

摘要： 用到的函数： 1、eval(): eval()函数常被称为评估函数，它的功能是去掉参数最外侧引号，变成python可执行的语句，并执行语句的函数。 2、isinstance(): isinstance() 函数来判断一个对象是否是一个已知的类型。 ########################## 阅读全文

摘要： 1、一个数组，有很多个字典 长这样： data_list=[{'Type1':114,'Type2':514},{'Type1':1919,'Type2':810}] 一般json获取的数据，就可能会长成这个样子，问题不大 可以直接df一下： import pandas as pd for i in 阅读全文

摘要： 1、包含[[],[],[],]的list，转为dataframe的写法 ： dft=pd.DataFrame(Lists_tot[1:],columns=Lists_tot[0]) 2、字典转为list： list2=list(t1.values()) 保留值字段 lists=list(t1)保留k 阅读全文

摘要： 真丢人 我居然不会写这个 今天整理了赶紧加上去 生成数据的分布 观察指定列 def read_data_range(df,step,ranges,type): # step=100000 #,'分位数 25','分位数 50','分位数 75','标准差' dff = pd.DataFrame(co 阅读全文

摘要： 哈哈我真的服了次次都要改这个 import pandas as pd pd.set_option('display.float_format',lambda x:'%.3f' %x) 阅读全文