yyyyyyyyyyyyyyyyyyyy

博客园 首页 新随笔 联系 订阅 管理

2017年2月19日 #

R语言︱机器学习模型评估方案（以随机森林算法为例）
摘要： R语言︱机器学习模型评估方案（以随机森林算法为例） R语言︱机器学习模型评估方案（以随机森林算法为例） 笔者寄语：本文中大多内容来自《数据挖掘之道》，本文为读书笔记。在刚刚接触机器学习的时候，觉得在监督学习之后，做一个混淆矩阵就已经足够，但是完整的机器学习解决方案并不会如此草率。需要完整的评价模型的 阅读全文
posted @ 2017-02-19 16:50 xxxxxxxx1x2xxxxxxx 阅读(2697) 评论(0) 推荐(0)

R语言︱决策树族——随机森林算法
摘要： R语言︱决策树族——随机森林算法 笔者寄语：有一篇《有监督学习选择深度学习还是随机森林或支持向量机?》（作者Bio：SebastianRaschka）中提到，在日常机器学习工作或学习中，当我们遇到有监督学习相关问题时，不妨考虑下先用简单的假设空间（简单模型集合），例如线性模型逻辑回归。若效果不好，也 阅读全文
posted @ 2017-02-19 16:49 xxxxxxxx1x2xxxxxxx 阅读(2397) 评论(0) 推荐(0)

笔记︱决策树族——梯度提升树(GBDT）
摘要： 笔记︱决策树族——梯度提升树(GBDT） 笔记︱决策树族——梯度提升树(GBDT） 本笔记来源于CDA DSC，L2-R语言课程所学进行的总结。 一、介绍：梯度提升树（Gradient Boost Decision Tree） Boosting算法和树模型的结合。按次序建立多棵树，每棵树都是为了减少 阅读全文
posted @ 2017-02-19 16:48 xxxxxxxx1x2xxxxxxx 阅读(669) 评论(0) 推荐(0)

机器学习中的过拟合问题
摘要： 机器学习中的过拟合问题 相关内容： 1、 R语言︱ROC曲线——分类器的性能表现评价 2、机器学习中的过拟合问题 3、R语言︱机器学习模型评估方案（以随机森林算法为例） —————————————————————————— 过拟合问题举例 右图在训练数据上拟合完美，但是预测第11个时候， 左图虽然拟 阅读全文
posted @ 2017-02-19 16:47 xxxxxxxx1x2xxxxxxx 阅读(265) 评论(0) 推荐(0)

笔记︱范数正则化L0、L1、L2-岭回归&Lasso回归（稀疏与特征工程）
摘要： 笔记︱范数正则化L0、L1、L2-岭回归&Lasso回归（稀疏与特征工程） 一、正则化背景 监督机器学习问题无非就是“minimizeyour error while regularizing your parameters”，也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们 阅读全文
posted @ 2017-02-19 16:46 xxxxxxxx1x2xxxxxxx 阅读(942) 评论(0) 推荐(0)

R语言︱XGBoost极端梯度上升以及forecastxgb（预测）+xgboost（回归）双案例解读
摘要： R语言︱XGBoost极端梯度上升以及forecastxgb（预测）+xgboost（回归）双案例解读 R语言︱XGBoost极端梯度上升以及forecastxgb（预测）+xgboost（回归）双案例解读 XGBoost不仅仅可以用来做分类还可以做时间序列方面的预测，而且已经有人做的很好，可以见最 阅读全文
posted @ 2017-02-19 16:45 xxxxxxxx1x2xxxxxxx 阅读(5338) 评论(0) 推荐(0)

转载︱案例 基于贪心算法的特征选择
摘要： 转载︱案例 基于贪心算法的特征选择 转载︱案例 基于贪心算法的特征选择 用GA算法设计22个地点之间最短旅程-R语言实现 ———————————————————————————————————————————————————————— greedy Algorithm Feature Selecti 阅读全文
posted @ 2017-02-19 16:44 xxxxxxxx1x2xxxxxxx 阅读(303) 评论(0) 推荐(0)

工业级GBDT算法︱微软开源 的LightGBM（R包正在开发....）
摘要： 工业级GBDT算法︱微软开源 的LightGBM（R包正在开发....） 看完一篇介绍文章后，第一个直觉就是这算法已经配得上工业级属性。日前看到微软已经公开了这一算法，而且已经发开Python版本，本人觉得等Hadoop+Spark这些平台配齐之后，就可以大规模宣传啦~如果R包一发我一定要第一时间学 阅读全文
posted @ 2017-02-19 16:43 xxxxxxxx1x2xxxxxxx 阅读(496) 评论(0) 推荐(0)

R︱mlr包帮你挑选最适合数据的机器学习模型（分类、回归）+机器学习python和R互查手册
摘要： R︱mlr包帮你挑选最适合数据的机器学习模型（分类、回归）+机器学习python和R互查手册 一、R语言的mlr packages install.packages("mlr")之后就可以看到R里面有哪些机器学习算法、在哪个包里面。 [html] view plain copy print? a<- 阅读全文
posted @ 2017-02-19 16:43 xxxxxxxx1x2xxxxxxx 阅读(1236) 评论(0) 推荐(0)

机器学习算法线上部署方法
摘要： 机器学习算法线上部署方法 机器学习算法线上部署方法 本文由携程技术中心投递，ID：ctriptech。作者：潘鹏举，携程酒店研发BI经理，负责酒店服务相关的业务建模工作，主要研究方向是用机器学习实现业务流程自动化、系统智能化、效率最优化，专注于算法实践和应用。 我们经常会碰到一个问题：用了复杂的GB 阅读全文
posted @ 2017-02-19 16:41 xxxxxxxx1x2xxxxxxx 阅读(729) 评论(0) 推荐(0)

R语言︱常用统计方法包+机器学习包（名称、简介）
摘要： R语言︱常用统计方法包+机器学习包（名称、简介） R语言︱常用统计方法包+机器学习包（名称、简介） 一、一些函数包大汇总 转载于：http://www.dataguru.cn/thread-116761-1-1.html 时间上有点过期，下面的资料供大家参考基本的R包已经实现了传统多元统计的很多功能 阅读全文
posted @ 2017-02-19 16:39 xxxxxxxx1x2xxxxxxx 阅读(3405) 评论(0) 推荐(0)

R语言︱机器学习模型评价指标+（转）模型出错的四大原因及如何纠错
摘要： R语言︱机器学习模型评价指标+（转）模型出错的四大原因及如何纠错 笔者寄语：机器学习中交叉验证的方式是主要的模型评价方法，交叉验证中用到了哪些指标呢？ 交叉验证将数据分为训练数据集、测试数据集，然后通过训练数据集进行训练，通过测试数据集进行测试，验证集进行验证。 模型预测效果评价，通常用相对绝对误差 阅读全文
posted @ 2017-02-19 16:37 xxxxxxxx1x2xxxxxxx 阅读(818) 评论(0) 推荐(0)

R语言︱H2o深度学习的一些R语言实践——H2o包
摘要： R语言︱H2o深度学习的一些R语言实践——H2o包 R语言H2o包的几个应用案例 笔者寄语：受启发想了解H2o平台的一些R语言实现，网上已有一篇H2o的demo文件。笔者在这多贴一些案例，并且把自己实践的一些小例子贴出来。 关于H2o平台长啥样，可以看H2o的官网，关于深度学习长啥样，可以看一些教程 阅读全文
posted @ 2017-02-19 16:36 xxxxxxxx1x2xxxxxxx 阅读(1388) 评论(0) 推荐(0)

笔记︱集成学习Ensemble Learning与树模型、Bagging 和 Boosting
摘要： 笔记︱集成学习Ensemble Learning与树模型、Bagging 和 Boosting 本杂记摘录自文章《开发 | 为什么说集成学习模型是金融风控新的杀手锏？》 基本内容与分类见上述思维导图。 . . 一、机器学习元算法 随机森林：决策树+bagging=随机森林 梯度提升树：决策树Boos 阅读全文
posted @ 2017-02-19 16:17 xxxxxxxx1x2xxxxxxx 阅读(512) 评论(0) 推荐(0)

笔记+R︱风控模型中变量粗筛（随机森林party包）+细筛（woe包）
摘要： 笔记+R︱风控模型中变量粗筛（随机森林party包）+细筛（woe包） 笔记+R︱风控模型中变量粗筛（随机森林party包）+细筛（woe包） 本内容来源于CDA-DSC课程内容，原内容为《第16讲 汽车金融信用违约预测模型案例》。 建立违约预测模型的过程中，变量的筛选尤为重要。需要经历多次的筛选， 阅读全文
posted @ 2017-02-19 16:16 xxxxxxxx1x2xxxxxxx 阅读(793) 评论(0) 推荐(0)

笔记︱支持向量机SVM在金融风险欺诈中应用简述
摘要： 笔记︱支持向量机SVM在金融风险欺诈中应用简述 笔记︱支持向量机SVM在金融风险欺诈中应用简述 欺诈一般不用什么深入的模型进行拟合，比较看重分析员对业务的了解，从异常值就可以观测出欺诈行为轨迹。同时欺诈较多看重分类模型的召回与准确率两个指标。较多使用SVM来进行建模。 召回率，准确率，排序很准的模型 阅读全文
posted @ 2017-02-19 16:15 xxxxxxxx1x2xxxxxxx 阅读(422) 评论(0) 推荐(0)

笔记+R︱信用风险建模中神经网络激活函数与感知器简述
摘要： 笔记+R︱信用风险建模中神经网络激活函数与感知器简述 一、信用风险建模中神经网络的应用 申请评分可以将神经网络+逻辑回归联合使用。 《公平信用报告法》制约，强调评分卡的可解释性。所以初始评分（申请评分）一般用回归，回归是解释力度最大的。 神经网络可用于银行行为评级以及不受该法制约监管的业务（P2P） 阅读全文
posted @ 2017-02-19 16:14 xxxxxxxx1x2xxxxxxx 阅读(369) 评论(0) 推荐(0)

笔记+R︱Logistics建模简述（logit值、sigmoid函数）
摘要： 一、logit值的来源 逻辑回归一般将因变量二分类变量的0-1转变为频率[0,1]，变成odds（优势比，[0,+∞]），然后log一下成为Logit值([-∞,+∞]) 优势比就是：odds=P(y=1)/P（y=0） logit值：logit=log(odds) 什么是sigmoid函数？ 先定 阅读全文
posted @ 2017-02-19 16:13 xxxxxxxx1x2xxxxxxx 阅读(2188) 评论(0) 推荐(0)

笔记︱金融风险之欺诈分类以及银行防控体系简述
摘要： 本笔记源于CDA-DSC课程，由常国珍老师主讲。该训练营第一期为风控主题，培训内容十分紧凑，非常好，推荐：CDA数据科学家训练营 —————————————————————————————————————————— 一、欺诈、损失定义与分类 1、欺诈分类 欺诈与客户虚假信息识别的案例较少，因为这些案 阅读全文
posted @ 2017-02-19 16:12 xxxxxxxx1x2xxxxxxx 阅读(598) 评论(0) 推荐(0)

笔记︱风控分类模型种类（决策、排序）比较与模型评估体系（ROC/gini/KS/lift）
摘要： 笔记︱风控分类模型种类（决策、排序）比较与模型评估体系（ROC/gini/KS/lift） 笔记︱风控分类模型种类（决策、排序）比较与模型评估体系（ROC/gini/KS/lift） 本笔记源于CDA-DSC课程，由常国珍老师主讲。该训练营第一期为风控主题，培训内容十分紧凑，非常好，推荐：CDA数据 阅读全文
posted @ 2017-02-19 16:11 xxxxxxxx1x2xxxxxxx 阅读(2441) 评论(0) 推荐(0)