摘要：最近比赛数据进入到特征组合的阶段，在进行特征组合前，要分箱处理，等深等距之类的方法太没有道理了，加上测试集的深度广度也不同。 所以尝试了一种woe编码分箱的方法 import woe.feature_process as fp import woe.eval as eval dataset_trai 阅读全文

摘要：from sklearn.feature_selection import VarianceThreshold X=[[100,1,2,3], [100,4,5,6], [100,7,8,9], [101,11,12,13]] selector=VarianceThreshold(1)#方差为1 s 阅读全文

摘要：一、交叉验证的定义 交叉验证即把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。交叉验证通过重复使用数据，多次切分可得到多组不同的训练集和测试集，某次训练集中的某样本在下次可能成为测试集中的样本，即所谓“交叉”。 通常在数据量不大，或者想要减少过 阅读全文

摘要：定义 标准化(Standardization)：将数据按照比例进行缩放，不改变数据的原始分布，使得不同的变量经过标准化处理后可以有平等分析和比较的基础。缩放后的数据均值为0，方差为1。但并不是标准正态分布。 归一化(Normalization)：中心化和标准化基本一样，都是要把数据缩放到某个范围里。 阅读全文