候乐

摘要： 把特征工程的接口称之为转换器 转换器有三种形式 fit_transform fit transform 虽然后fit和不带fit都一样的 但是因为某些原因不带fit不好用的 什么是估计器 就是你实例的权限是来自与谁啊 谁给你的权利 谁就是估计器 分类估计器 sklearn.neighbors k 近 阅读全文

摘要： 特征工程专业的技术处理数据 直接能影响机器学习 就是比较厉害一点的数据处理 特征抽取 数据预处理 特征降维 特征抽取 将任意的数据 比如文本 图片 转换成机器学习的数字特征 就是为了计算机更好的处理数据 字段特征提取 特征离散化 文本特征 图像的特征 API sklearn.feature_extr 阅读全文

摘要： 交叉检验是将拿到的数据集分为训练和验证 数据分成几份 其中一份做验证集 经过几次的测试 得到五组模型取平均值 超参数搜索 网格搜索 很多情况下都是手动调参的吗，这种叫超参数。但是手动过程繁杂，所以需要对模型预设几种超参数组合。每组超参数都采用交叉验证来进行评估。最后选出最优参数组合建立模型。 模型选 阅读全文

摘要： mysql -u用户名 -p密码 quit 登出数据库 exit退出数据库 show databases ; 查看所有数据库 create database 数据库名 charset=utf8; use 数据库名; 使用数据库 drop database 数据库名; 删除数据库 show table 阅读全文

摘要： 用户流失预测分析与应用 预测用户是么时候流失 什么特征的用户比较容易发生流失 流失用户的那些特性最显著 针对这些用户有什么挽回动作 定义流失 什么规则是流失 一个依据是什么 二分类问题 流失/未流失 因为要找到特征明显的 所以用决策树算法 流失用户少量 所以还解决两方面不均衡 XGBoost跟决策树 阅读全文

摘要： 数据分析和挖掘常用方法 聚类分析 回归分析 分类分析 常用分析手段 不同方法内在业务联系 聚类分析 用户是那些群体组成的 这些群体有那些明显的特征 回归分析 未来销售趋势预测 营销投入如何影响销售 分类分析 筛选出更值得营销的用户 其他分析手段 关联分析 异常检测分析 聚类分析 聚类就是把相似特征的 阅读全文