做梦当财神

2020年6月30日

摘要：问题怎么实现一个键对应多个值的字典（也叫 multidict ）？解决方案字典中一个键对应一个单值的映射。如果想一个键映射多个值，就需要将多个值放到另外的容器中。比如列表、集合等。 d = { 'a' : [1, 2, 3], 'b' : [4, 5] } e = { 'a' : {1, 2, 阅读全文

posted @ 2020-06-30 22:51 做梦当财神阅读(3872) 评论(0) 推荐(0)

Python groupby()

摘要：用法一： groupby()函数扫描整个序列并且查找连续相同值（或根据指定 key 函数返回值相同）的元素序列。每次迭代，返回一个值和一个迭代器对象。 from operator import itemgetter from itertools import groupby rows = [ {' 阅读全文

posted @ 2020-06-30 15:37 做梦当财神阅读(1068) 评论(0) 推荐(0)

基于RFM的用户价值度分析

摘要：案例完整代码、数据见Github 1. 案例背景用户价值细分是了解用户价值度的重要途径，常用的细分模型包括：基于属性的方法、ABC分类法、聚类法等。 1. 基于属性的方法常用的细分属性包括：地域、产品类别、用户类别（大客户、普通客户、VIP客户等）、性别、消费等级等。这种细分方法可根据数据库中数阅读全文

posted @ 2020-06-30 01:11 做梦当财神阅读(1644) 评论(0) 推荐(0)

2020年6月9日

基于AdaBoost的营销响应预测

摘要：完整代码、数据见Github 1. 案例背景会员部门在做会员营销时，希望通过数据预测下一次营销活动时，响应活动的会员名单和具体概率。数据： order.xlsx表： sheet1为训练集，sheet2为预测集特征变量数：13 数据条数：训练集39999条，预测集8843条 NA值：有异常值：阅读全文

posted @ 2020-06-09 18:39 做梦当财神阅读(613) 评论(0) 推荐(0)

2020年6月8日

数据分析中样本类别分布不均衡问题

摘要：所谓不均衡指的是不同类别的样本量差异非常大。从数据规模上分为大数据分布不均衡和小数据分布不均衡两种。大数据分布不均衡：数据规模大，其中的小样本类的占比较少。但从每个特征的分布来看，小样本也覆盖了大部分或全部特征。例如：1000万条数据，其中占比50万条的少数分类样本属于这种情况。小数据分布不均阅读全文

posted @ 2020-06-08 21:58 做梦当财神阅读(2567) 评论(0) 推荐(0)

XGBoost

摘要：集成学习 Bagging 与随机森林 Boosting 与 AdaBoost 算法提升树梯度提升树（GBDT） XGBoost 目录一、XGBoost 简介二、XGBoost 原理1. 从目标函数开始，生成一棵树1.1 学习第 t 颗树1.2 XGBoost 的目标函数1.3 泰勒公式展开1.4 阅读全文

posted @ 2020-06-08 00:33 做梦当财神阅读(552) 评论(0) 推荐(0)

2019年8月19日

to_datetime 以及 dt.days、dt.months

摘要： Series类型的数据，经过 to_datetime 之后就可以用 pandas.Series.dt.days 和 pandas.Series.pd.month。除了 days 和 month 外，还包括 date、dayofweek、dayofyear、days_in_month、freq、ho 阅读全文

posted @ 2019-08-19 21:10 做梦当财神阅读(5429) 评论(0) 推荐(0)

2019年8月14日

AdaBoost 算法

摘要：集成学习随机森林 AdaBoost 算法提升树梯度提升树（GBDT） XGBoost 在 $Boosting$ 系列算法中，最具代表的是 $AdaBoost$ 算法。该算法即可用于分类，也可用于回归。一、AdaBoost 分类算法假设二分类训练集 \[ T=\{(x_1,y_1), 阅读全文

posted @ 2019-08-14 11:05 做梦当财神阅读(534) 评论(1) 推荐(0)

梯度提升树(GBDT)

摘要：集成学习随机森林 AdaBoost 算法提升树梯度提升树（GBDT） XGBoost $GBDT$ 有很多简称，有 $GBT\ (Gradient\ Boosting\ Tree)$、$GTB\ (Gradient\ Tree\ Boosting)$、$GBRT\ (Gradient\ Boo 阅读全文

posted @ 2019-08-14 11:05 做梦当财神阅读(783) 评论(1) 推荐(0)

2019年7月29日

np.array()与np.asarray()区别

摘要： 1. 数据源a是数组ndarray时，array仍然会copy出一个副本，占用新的内存，但asarray不会。也就是说改变a的值，b不会。 2. 数据源a是列表时，两者没区别。阅读全文

posted @ 2019-07-29 16:24 做梦当财神阅读(4068) 评论(0) 推荐(0)

公告